Модели налоговых документов в США для аналитики документов

Внимание

• Выпуски общедоступной предварительной версии Document Intelligence предоставляют ранний доступ к функциям, которые находятся в активной разработке.
• Функции, подходы и процессы могут изменяться до общедоступной доступности на основе отзывов пользователей.
• Общедоступная предварительная версия клиентских библиотек Аналитики документов по умолчанию использует rest API версии 2024-02-29-preview.
• Общедоступная предварительная версия 2024-02-29-preview в настоящее время доступна только в следующих регионах Azure:
• Восточная часть США
• Западная часть США2
• Западная Европа

Это содержимое относится к:v4.0 (предварительная версия) | Предыдущие версии:v3.1 (GA)

Модель контракта аналитики документов использует мощные возможности оптического распознавания символов (OCR) для анализа и извлечения ключевых полей и элементов строки из выбранной группы налоговых документов. Налоговые документы могут быть различными форматами и качеством, включая захваченные телефоном изображения, сканированные документы и цифровые PDF-файлы. API анализирует текст документа; извлекает ключевые сведения, такие как имя клиента, адрес выставления счетов, дата выполнения и сумма; и возвращает структурированное представление данных JSON. В настоящее время модель поддерживает определенные форматы документов на английском языке.

Поддерживаемые типы документов:

• W-2
• 1098
• 1098-E
• 1098-T
• 1099 и вариации (A, B, C, CAP, DIV, G, H, INT, K, LS, LTC, MISC, NEC, OID, PATR, Q, QA, R, S, SA, S)
• 1040 и варианты (расписание 1, расписание 2, расписание 3, расписание 8812, расписание A, Расписание B, Расписание D, Расписание E, Расписание F EIC, Расписание F, Расписание H, Расписание J, Расписание R, Расписание R, План SE и Расписание старший)

Автоматическая обработка налоговых документов

Автоматическая обработка налоговых документов — это процесс извлечения ключевых полей из налоговых документов. Исторически налоговые документы обрабатывались вручную. Эта модель позволяет легко автоматизировать налоговые сценарии.

Варианты разработки

Аналитика документов версии 4.0 (2023-10-31-preview) поддерживает следующие средства, приложения и библиотеки:

Функция	Ресурсы	Model ID
Модели налоговой формы США	• Аналитика документов• REST API • ПАКЕТ SDK для C# • Пакет SDK для Python• Пакет SDK для Java • Пакет SDK java для JavaScript	• prebuilt-tax.us.W-2• prebuilt-tax.us.1098 • prebuilt-tax.us.1098E • prebuilt-tax.us.1098T • предварительно созданные tax.us.1099A • prebuilt-tax.us.1099B • prebuilt-tax.us.1099C • prebuilt-tax.us.1099CAP • предварительно созданная tax.us.1099DIV • prebuilt-tax.us.1099G • prebuilt-tax.us.1099H • prebuilt-tax.us.1099INT • предварительно созданные tax.us.1099K • prebuilt-tax.us.1099LS • prebuilt-tax.us.1099LTC • prebuilt-tax.us.1099MISC • prebuilt-tax.us.1099NEC• prebuilt-tax.us.1099OID • prebuilt-tax.us.1099PATR• prebuilt-tax.us.1099Q • prebuilt-tax.us.1099QA • prebuilt-tax.us.1099R • prebuilt-tax.us.1099S• prebuilt-tax.us.1099S • prebuilt-tax.us.us.. 1099SA • предварительно создано-tax.us.1099SB • prebuilt-tax.us.1040 • prebuilt-tax.us.1040Schedule1 • prebuilt-tax.us.1040Schedule2 • prebuilt-tax.us.1040Schedule3 • prebuilt-tax.us.1040Schedule812 • prebuilt-tax.us.1040ScheduleA • prebuilt-tax.us.1040ScheduleB • prebuilt-tax.us.1040ScheduleC • prebuilt-tax.us.1040ScheduleD • prebuilt-tax.us.1040ScheduleE • prebuilt-tax.us.1040ScheduleE• prebuilt-tax.us.1040ScheduleEIC • prebuilt-tax.us.1040ScheduleF • prebuilt-tax.us.1040ScheduleH • prebuilt-tax.us.1040ScheduleJ • prebuilt-tax.us.1040ScheduleR • prebuilt-tax.us.1040ScheduleSE • prebuilt-tax.us.1040Senior

Требования к входным данным

• Для получения наилучших результатов предоставьте одну четкую фотографию или скан-копию документа высокого качества.

• Поддерживаемые форматы файлов:

  Модель	PDF	Изображение: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) и HTML
  Читать	✔	✔	✔
  Макет	✔	✔	✔ (2024-02-29-preview, 2023-10-31-preview)
  Документ общего назначения	✔	✔
  Готовое	✔	✔
  Настраиваемая функция извлечения	✔	✔
  Настраиваемая классификация	✔	✔	✔ (2024-02-29-preview)

• В файлах формата PDF и TIFF обрабатывается до 2000 страниц (с подпиской уровня "Бесплатный" обрабатываются только первые две страницы).

• Размер файла для анализа документов составляет 500 МБ для платного уровня (S0) и 4 МБ бесплатного уровня (F0).

• Изображения должны иметь размеры в пределах от 50 x 50 до 10 000 x 10 000 пикселей.

• Если PDF-файлы заблокированы паролем, перед отправкой необходимо снять блокировку.

• Минимальная высота извлекаемого текста составляет 12 пикселей для изображения размером 1024 x 768 пикселей. Это измерение соответствует тексту о 8точке в 150 точек на дюйм (DPI).

• Для обучения пользовательской модели максимальный объем обучающих данных составляет 500 страниц для пользовательской модели шаблона и 50 000 страниц для пользовательской нейронной модели.

  • Для обучения пользовательской модели извлечения общий размер обучающих данных составляет 50 МБ для модели шаблона и 1G-МБ для нейронной модели.

  • Для обучения пользовательской модели классификации общий размер обучающих данных составляет 1GB не более 10 000 страниц.

Попробуйте извлечь данные налогового документа

Узнайте, как данные, включая сведения о клиентах, сведения о поставщике и элементы строки, извлекаются из счетов. Вам потребуются следующие ресурсы:

• Подписка Azure — ее можно создать бесплатно.

• Экземпляр аналитики документов в портал Azure. Вы можете использовать ценовую категорию "Бесплатный" (F0), чтобы поработать со службой. После развертывания ресурса выберите Перейти к ресурсу, чтобы получить ключ и конечную точку.

Document Intelligence Studio

1. На домашней странице Document Intelligence Studio выберите поддерживаемую модель налогового документа.

2. Вы можете проанализировать пример налогового документа или отправить собственные файлы.

3. Нажмите кнопку "Выполнить анализ ", а при необходимости настройте параметры анализа:

   

Попробуйте использовать Document Intelligence Studio

Поддерживаемые языки и языковые стандарты

См . страницу предварительно созданных моделей для полного списка поддерживаемых языков.

Извлечение полей W-2

Ниже приведены поля, извлеченные из налоговой формы W-2 в ответе выходных данных JSON.

Просмотр примеров на сайте GitHub.

Имя.	Тип	Описание	Пример результата	Иждивенцев
W-2FormVariant	Строка	Вариант формы IR W-2. Это поле может иметь одно из следующих значений: W-2, , W-2AS, W-2CMW-2GUилиW-2VI	W-2
TaxYear	Число	Форма налогового года	2021
W2Copy	Строка	Версия налоговой копии W-2 вместе с напечатанной инструкцией, связанной с этой копией	Копирование : для Администратор социального страхования
Employee	объект	Объект, содержащий номер социального страхования, имя и адрес
ControlNumber	строка	Контрольный номер W-2. Поле W-2 IRS	0AB12 D345 7890
Employer	Object	Объект, содержащий идентификационный номер работодателя, имя и адрес
WagesTipsAndOtherCompensation	Число	Заработная плата, советы и другая сумма компенсации в долларах США. Поле W-2 IRS 1	1234567.89
FederalIncomeTaxWithheld	Число	Федеральный налог на подоходный налог с удержанной суммой в долларах США. Поле W-2 IRS W-2	1234567.89
SocialSecurityWages	Число	Сумма заработной платы социального страхования в долларах США. Поле W-2 IRS 3	1234567.89
SocialSecurityTaxWithheld	Число	Налог на социальное обеспечение удержанная сумма в долларах США. Поле W-2 IRS 4	1234567.89
MedicareWagesAndTips	Число	Заработная плата Medicare и советы суммы в долларах США. Поле W-2 IRS 5	1234567.89
MedicareTaxWithheld	Число	Налог Medicare удержанной суммы в долларах США. Поле W-2 IRS 6	1234567.89
SocialSecurityTips	Число	Сумма советов социального страхования в долларах США. Поле W-2 IRS 7	1234567.89
AllocatedTips	Число	Выделенные советы в USD. Поле W-2 IRS 8	1234567.89
VerificationCode	Число	Код проверки W-2. Поле W-2 IRS 9	1234567.89
DependentCareBenefits	Число	Сумма пособий по зависимому уходу в ДОЛЛАРАх США. Поле W-2 IRS 10	1234567.89
NonQualifiedPlans	Число	Сумма неквалифицированных планов в долларах США. Поле W-2 IRS 11	1234567.89
IsStatutoryEmployee	Строка	Часть поля IRS W-2 13. Может быть true или false	true
IsRetirementPlan	Строка	Часть поля IRS W-2 13. Может быть true или false	true
IsThirdPartySickPay	Строка	Часть поля IRS W-2 13. Может быть true или false	true
Other	Строка	Содержимое поля W-2 IRS 14	БОЛЬНЫЕ LV ЗАРАБОТНАЯ ПЛАТА SBJT ДО $ 511/DAY LIMIT 1356
StateTaxInfos	Массив	Сведения, связанные с налогом штата. содержимое поля IRS W-2 от 15 до 17
LocaleTaxInfos	Массив	Сведения, связанные с местным налогом. Содержимое поля IRS W-2 от 18 до 20

Извлечение полей 1098

Ниже приведены поля, извлеченные из налоговой формы 1098 в ответе выходных данных JSON. Также поддерживаются формы 1098-T и 1098-E.

Имя.	Тип	Описание	Пример результата
TaxYear	Число	Форма налогового года	2021
Заемщика	Object	Объект, содержащий TIN, name, address и AccountNumber заемщика
Кредитор	Object	Объект, содержащий TIN кредитора, имя, адрес и телефон
Ипотечный интерес	Число	Сумма ипотечных процентов, полученная от плательщиков или заемщиков (1)	1,234,567.89
OutstandingMortgagePrincipal	Число	Невыполненные ипотечные кредиты (поле 2)	1,234,567.89
ИпотекаOriginationDate	Дата	Дата происхождения ипотеки (поле 3)	2022-01-01
OverpaidInterestRefund	Число	Сумма возврата суммы переплаченных процентов (поле 4)	1,234,567.89
ИпотекаInsurancePremium	Число	Сумма страховых взносов по ипотеке (поле 5)	1,234,567.89
PointsPaid	Число	Точки, оплачиваемые при покупке основного проживания (Box 6)	1,234,567.89
IsPropertyAddressSameAsBorrower	Строка	Адрес собственности, защищаемой ипотекой, совпадает с адресом электронной почты плательщика или заемщика (поле 7).	true
PropertyAddress	Строка	Адрес или описание имущества, защищаемого ипотекой (поле 8)	123 Main St., Redmond WA 98052
MortgagedPropertiesCount	Число	Количество ипотечных свойств (поле 9)	1
Другие	Строка	Дополнительные сведения для отчета плательщику (поле 10)
RealEstateTax	Число	Налог на недвижимость (поле 1)	1,234,567.89
Дополнительные сведения об осессменте	Строка	Добавлены оценки, сделанные в свойстве (поле 10)	1,234,567.89
ИпотекаAcquisitionDate	Дата	Дата приобретения ипотеки (поле 11)	2022-01-01

Извлечение полей 1099-NEC

Ниже приведены поля, извлеченные из налоговой формы 1099-nec в ответе выходных данных JSON. Поддерживаются и другие варианты 1099.

Имя.	Тип	Описание	Пример результата
TaxYear	Строка	Налоговый год, извлеченный из формы 1099-NEC.	2021
Payer	Object	Объект, содержащий TIN, name, address и Телефон Number плательщика
Recipient	Object	Объект, содержащий TIN получателя, имя, адрес и accountNumber
Box1	number	Поле 1, извлеченное из формы 1099-NEC.	123456
Box2	boolean	Поле 2, извлеченное из формы 1099-NEC.	true
Box4	number	Поле 4, извлеченное из формы 1099-NEC.	123456
StateTaxesWithheld	array	Государственные налоги, извлеченные из формы 1099-NEC (коробки 5, 6 и 7)

Форма извлечения полей 1040

Ниже приведены поля, извлеченные из налоговой формы 1040 в ответе выходных данных JSON. Поддерживаются и другие варианты 1040.

Имя.	Тип	Описание	Пример результата
TaxPayer	Object	Объект, содержащий сведения о налогоплательщике, такие как SSN, фамилия и адрес
Spouse	Object	Объект, содержащий сведения о супруге, такие как SSN, фамилия и имя и инициалы Name
Dependents	array	Массив, содержащий список зависимых, включая такие сведения, как Имя, SSN и Тип кредита
ThirdPartyDesignee	объект	Объект, содержащий сведения о стороннем конструкторе
SignatureDetails	объект	Объект, содержащий сведения о подписывшем, например номерах телефонов и сообщениях электронной почты
PaidPreparer	объект	Объект, содержащий сведения о подготовке.
FillingStatus	Строка	Значение может быть одним из noSelection, single, marriedFilingJointly, marriedFillingSeparately, headOfHousehold, квалификацииSurviingSpouse или multiSelection.	отдельный
FilingStatusDetails	объект	Объект, содержащий сведения о состоянии подачи.
NameOfSpouseOrQualifyingPerson	Строка	Имя супруга или квалифицированного лица, извлеченного из формы 1040.	Dmitry Gornozhenko
PresidentialElectionCampaign	Строка	Значение может быть одним из noSelection, налогоплательщик, супруг или multiSelection.	Налогоплательщик
PresidentialElectionCampaignDetails	объект	Объект, содержащий сведения о президентской избирательной кампании.
DigitalAssets	Строка	Значение может быть одним из noSelection, да, нет или multiSelection.	yes
DigitalAssetsDetails	объект	Объект, содержащий сведения о цифровых ресурсах.
ClaimStatus	Строка	Значение может быть одним из noSelection, налогоплательщикAsDependent, супругAsDependent, супругItemizesSeparatelyOrDualStatusAlien или multiSelection.	налогоплательщикAsDependent
ClaimStatusDetails	объект	Объект, содержащий сведения о состоянии утверждения.
TaxpayerAgeBlindness	Строка	Значение может быть одним из noSelection, above64blind или multiSelection.	выше64
TaxPayerAgeBlindnessDetails	объект	Объект, содержащий сведения о налогоплательщике возраст слепоты.
SpouseAgeBlindness	Строка	Значение может быть одним из noSelection, above64blind или multiSelection.	выше64
TaxPayerAgeBlindnessDetails	объект	Объект, содержащий сведения о слепоте супругов.
MoreThanFourDependents	boolean	Более четырех зависимых, извлеченных из формы 1040.	true
Box1a	number	Поле 1a , извлеченное из 1040.	123456
На основе предоставленной структуры JSON и ее преобразования в тот же формат таблицы, что и запрошенный, результат выглядит следующим образом:
Box1b	number	Поле 1b , извлеченное из 1040.	123456
Box1c	number	Поле 1c , извлеченное из 1040.	123456
Box1d	number	Поле 1d , извлеченное из 1040.	123456
Box1e	number	Поле 1e , извлеченное из 1040.	123456
Box1f	number	Поле 1f , извлеченное из 1040.	123456
Box1g	number	Поле 1g , извлеченное из 1040.	123456
Box1h	number	Поле 1h , извлеченное из 1040.	123456
Box1i	number	Поле 1i , извлеченное из 1040.	123456
Box1z	number	Поле 1z , извлеченное из 1040.	123456
Box2a	number	Поле 2a , извлеченное из 1040.	123456
Box2b	number	Поле 2b , извлеченное из 1040.	123456
Box3a	number	Поле 3a , извлеченное из 1040.	123456
Box3b	number	Поле 3b , извлеченное из 1040.	123456
Box4a	number	Поле 4a , извлеченное из 1040.	123456
Box4b	number	Поле 4b , извлеченное из 1040.	123456
Box5a	number	Поле 5a , извлеченное из 1040.	123456
Box5b	number	Поле 5b , извлеченное из 1040.	123456
Box6a	number	Поле 6a , извлеченное из 1040.	123456
Box6b	number	Поле 6b , извлеченное из 1040.	123456
Box6cCheckbox	boolean	Флажок 6c , извлеченный из 1040.	true
Box7Checkbox	boolean	Флажок 7, извлеченный из 1040.	true
Box7	number	Поле 7, извлеченное из 1040.	123456
Box8	number	Поле 8 извлечено из 1040.	123456
Box9	number	Поле 9, извлеченное из 1040.	123456
Box10	number	Поле 10 извлечено из 1040.	123456
Box11	number	Поле 11, извлеченное из 1040.	123456
Box12	number	Поле 12, извлеченное из 1040.	123456
Box13	number	Поле 13 извлечено из 1040.	123456
Box14	number	Поле 14 извлечено из 1040.	123456
Box15	number	Поле 15 извлечено из 1040.	123456
Box16FromForm	строка	Значение может быть одним из noSelection, 8814, 4972, другим или multiSelection.	8814
Box16FromFormDetails	объект	Объект, содержащий сведения о Box 16
Box16OtherFormNumber	строка	Поле 16 Другие номера формы, извлеченные из 1040.	8888
Box16	number	Поле 16 извлечено из 1040.	123456
Box17	number	Поле 17 извлечено из 1040.	123456
Box18	number	Поле 18 извлечено из 1040.	123456
Box19	number	Поле 19 извлечено из 1040.	123456
Box20	number	Поле 20 извлечено из 1040.	123456
Box21	number	Поле 21, извлеченное из 1040.	123456
Box22	number	Поле 22, извлеченное из 1040.	123456
Box23	number	Поле 23, извлеченное из 1040.	123456
Box24	number	Поле 24 извлечено из 1040.	123456
Box25a	number	Поле 25a , извлеченное из 1040.	123456
Box25b	number	Поле 25b , извлеченное из 1040.	123456
Box25c	number	Поле 25c , извлеченное из 1040.	123456
Box25d	number	Поле 25d , извлеченное из 1040.	123456
Box26	number	Поле 26 извлечено из 1040.	123456
Box27	number	Поле 27 извлечено из 1040.	123456
Box28	number	Поле 28 извлечено из 1040.	123456
Box29	number	Box 29, извлеченный из 1040.	123456
Box31	number	Поле 31, извлеченное из 1040.	123456
Box32	number	Поле 32, извлеченное из 1040.	123456
Box33	number	Поле 33, извлеченное из 1040.	123456
Box34	number	Поле 34, извлеченное из 1040.	123456
Box35Checkbox	boolean	Флажок 35 извлечен из 1040.	true
Box35a	number	Поле 35a , извлеченное из 1040.	123456
Box35b	number	Поле 35b , извлеченное из 1040.	123456
Box35c	строка	Значение может быть одним из noSelection, проверка ing, экономии или multiSelection.	проверка
Box35cDetails	объект	Объект, содержащий сведения о Box 35c
Box35d	number	Поле 35d , извлеченное из 1040.	123456
Box36	number	Поле 36 извлечено из 1040.	123456
Box37	number	Поле 37 извлечено из 1040.	123456
Box38	number	Поле 38 извлечено из 1040.	123456
HasAssignedThirdPartyDesignee	строка	Значение может быть одним из noSelection, да, нет или multiSelection.	yes
HasAssignedThirdPartyDesigneeDetails	объект	Объект, содержащий сведения о том, что было выбрано для назначенного стороннего конструктора

Пары "ключ-значение" и извлеченные элементы строки налоговых документов находятся в documentResults разделе выходных данных JSON.

Следующие шаги

• Попробуйте обработать собственные формы и документы с помощью Document Intelligence Studio.

• Выполните краткое руководство по анализу документов и начните создавать приложение для обработки документов на выбранном языке разработки.

• Дополнительные примеры см. на сайте GitHub.