Obdelava računov vnaprej vgrajen model umetne inteligence
Vnaprej vgrajen model umetne inteligence za obdelavo računov izvleče ključne podatke o računih in tako pomaga avtomatizirati obdelavo računov. Model obdelave računov je optimiziran za prepoznavanje pogostih elementov računa, kot so ID računa, datum računa, dolgovani znesek in drugo.
Model Računi vam omogoča, da povečate privzeto delovanje tako, da ustvarite model računov po meri.
Uporaba v storitvi Power Apps
Če želite izvedeti več o uporabi vnaprej izdelanega modela obdelave računov, pojdite na Power AppsUporaba vnaprej izdelanega modela obdelave računov Power Apps.
Uporaba v storitvi Power Automate
Če želite izvedeti več o uporabi vnaprej izdelanega modela obdelave računov, pojdite na Power AutomateUporaba vnaprej izdelanega modela obdelave Power Automate računov.
Podprti jeziki in datoteke
Podprti so naslednji jeziki: albanščina (Albanija), češčina (Češka), kitajščina (poenostavljena) Kitajska, kitajščina (tradicionalna) Posebna upravna regija Hongkong, kitajščina (tradicionalna) Tajvan, danščina (Danska), hrvaščina (Bosna in Hercegovina), hrvaščina (Hrvaška), hrvaščina (Srbija), nizozemščina (Nizozemska), angleščina (Avstralija), angleščina (Kanada), angleščina (Indija), angleščina (Združene države), estonščina (Estonija), finščina (Finska), francoščina (Francija), nemščina (Nemčija), madžarščina (Madžarska), islandščina (Islandija), italijanščina (Italija), japonščina (Japonska), korejščina (Koreja), litovščina (Litva), latvijščina (Latvija), malajščina (Malezija), norveščina (Norveška), poljščina (Poljska), portugalščina (Portugalska), romunščina (Romunija), slovaščina (Slovaška), slovenščina (Slovenija), srbščina (Srbija), španščina (Španija), švedščina (Švedska).
Če želite doseči najboljše rezultate, navedite eno jasno fotografijo ali optično branje na račun.
- Oblika zapisa slike mora biti JPEG, PNG ali PDF.
- Velikost datoteke ne sme presegati 20 MB.
- Dimenzije slike morajo biti med 50 x 50 slikovnih pik in 10.000 x 10.000 slikovnih pik.
- Dimenzije PDF morajo biti največ 17 x 17 palcev, kar je enakovredno velikosti papirja Legal ali A3 ali manjše.
- Za dokumente PDF je obdelanih le prvih 2.000 strani.
Izhod modela
Če je zaznan račun, model obdelave računov vpiše naslednje podatke:
| Lastnost | Definicija |
|---|---|
| Zapadli znesek (besedilo) | Dolgovani znesek, kot je naveden na računu. |
| Zapadli znesek (število) | Dolgovani znesek v standardizirani obliki številk. Primer: 1234.98. |
| Zanesljivost zapadlega zneska | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naslov plačnika računa | Naslov za izstavitev računa. |
| Zanesljivost naslova plačnika računa | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejemnik naslova plačnika računa | Prejemnik naslova za izstavitev računa. |
| Zanesljivost prejemnika naslova plačnika računa | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naslov stranke | Naslov stranke. |
| Zanesljivost naslova stranke | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejemnik naslova stranke | Naslov stranke, prejemnik. |
| Zanesljivost prejemnika naslova stranke | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| ID stranke | ID stranke. |
| Zanesljivost ID-ja stranke | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Ime stranke | Ime stranke. |
| Zanesljivost imena stranke | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Davčna številka stranke | Številka davčnega zavezanca, povezana s stranko. |
| Zanesljivost davčnega ID-ja stranke | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Datum zapadlosti (besedilo) | Datum zapadlosti, kot je naveden na računu. |
| Datum zapadlosti (datum) | Rok zapadlosti v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost datuma zapadlosti | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Datum računa (besedilo) | Datum računa, kot je naveden na računu. |
| Datum računa (datum) | Datum računa v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost datuma računa | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| ID računa | ID računa. |
| Zanesljivost ID-ja računa | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Skupen znesek računa (besedilo) | Skupni znesek računa, kot je navedeno na računu. |
| Skupen znesek računa (število) | Vsota računov v standardizirani obliki zapisa datuma. Primer: 2019-05-31. |
| Zanesljivost skupne cene računa | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Izdelki iz programa | Vrstične postavke, izvlečene iz računa. Ocene zaupanja so na voljo za vsak stolpec.
|
| Plačilni pogoji | Pogoji plačila računa. |
| Zanesljivost plačilnih pogojev | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naročilnica | Naročilnica. |
| Zanesljivost naročilnice | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejšnji neplačani saldo (besedilo) | Prejšnji neplačani znesek, kot je zapisan na računu. |
| Prejšnji neplačani saldo (številka) | Prejšnje neplačano stanje v standardizirani obliki števila. Primer: 1234.98. |
| Zanesljivost prejšnjega neplačanega salda | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naslov za nakazilo | Naslov za nakazilo. |
| Zanesljivost naslova za nakazilo | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejemnik naslova za nakazilo | Naslov za nakazilo prejemnik. |
| Zanesljivost prejemnika naslova za nakazilo | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naslov storitve | Naslov storitve. |
| Zanesljivost naslova storitve | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejemnik naslova storitve | Prejemnik naslova storitve. |
| Zanesljivost prejemnika naslova storitve | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Začetni datum storitve (besedilo) | Datum začetka storitve, kot je naveden na računu. |
| Začetni datum storitve (datum) | Začetni datum storitve v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost začetnega datuma storitve | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Končni datum storitve (besedilo) | Datum zaključka storitve, kot je naveden na računu. |
| Končni datum storitve (datum) | Končni datum storitve v standardizirani obliki datuma. Primer: 2019-05-31. |
| Zanesljivost končnega datuma storitve | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naslov za dostavo | Naslov za dostavo. |
| Zanesljivost naslova za dostavo | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejemnik naslova za dostavo | Naslov za dostavo prejemnik. |
| Zanesljivost prejemnika naslova za dostavo | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Delni znesek (besedilo) | Seštevek, kot je naveden na računu. |
| Delni znesek (število) | Seštevek v standardizirani obliki zapisa števil. Primer: 1234.98. |
| Zanesljivost delne vsote | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Skupni davek (besedilo) | Skupni davek, kot je naveden na računu. |
| Skupni davek (število) | Skupni davek v standardizirani obliki številk. Primer: 1234.98. |
| Zanesljivost skupnega zneska davka | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Naslov dobavitelja | Naslov prodajalca. |
| Zanesljivost naslova dobavitelja | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Prejemnik naslova dobavitelja | Prejemnik naslova dobavitelja. |
| Zanesljivost prejemnika naslova dobavitelja | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Ime dobavitelja | Ime prodajalca. |
| Zanesljivost imena dobavitelja | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Davčna številka dobavitelja | Številka davčnega zavezanca, povezana s prodajalcem. |
| Zanesljivost davčnega ID-ja dobavitelja | Kako samozavesten je model v svojem predvidevanje. Rezultat med 0 (nizka samozavest) in 1 (visoka samozavest). |
| Zaznano besedilo | Vrstica prepoznanega besedila iz zagona OCR na računu. Vrnjeno kot del seznama besedila. |
| Zaznani ključ | Pari ključnih vrednosti so vse opredeljene oznake ali ključi in z njimi povezani odgovori ali vrednosti. S temi vrednostmi lahko izvlečete dodatne vrednosti, ki niso del vnaprej določenega seznama polj. |
| Zaznana vrednost | Pari ključnih vrednosti so vse opredeljene oznake ali ključi in z njimi povezani odgovori ali vrednosti. S temi vrednostmi lahko izvlečete dodatne vrednosti, ki niso del vnaprej določenega seznama polj. |
Pari ključnih vrednosti
Pari ključnih vrednosti so vse opredeljene oznake ali ključi in z njimi povezani odgovori ali vrednosti. S temi vrednostmi lahko izvlečete dodatne vrednosti, ki niso del vnaprej določenega seznama polj.
Če želite ponazoriti vse pare ključnih vrednosti, ki jih zazna model obdelave računov, lahko v potek dodate dejanje Ustvari tabelo HTML, kot je prikazano na posnetku zaslona, in zaženite tok.
Če želite izvleči določen ključ, za katerega poznate njegovo vrednost, lahko uporabite dejanje Filtriraj matriko , kot je prikazano na spodnjem posnetku zaslona. V primeru posnetka zaslona želimo izvleči vrednost za ključ Tel.:
Omejitve
Naslednja omejitev velja za klice, opravljene na okolje v različnih modelih obdelave dokumentov, vključno z vnaprej izdelanimi modeli: obdelava računov in obdelava računov.
| Dejanje | Omejiti | Obdobje podaljšanja |
|---|---|---|
| Klici (na okolje) | 360 | 60 s |
Ustvarjanje rešitve za obdelavo računov po meri
Vnaprej vgrajen model umetne inteligence za obdelavo računov je zasnovan tako, da izvleče pogosta polja v računih. Ker je vsako podjetje enolično, boste morda želeli izvleči polja, ki niso vključena v ta vnaprej ustvarjen model. Lahko se zgodi tudi, da nekatera standardna polja niso dobro ekstrahirana za določeno vrsto računa, s katerim delate. Če želite odpraviti to težavo, obstajata dve možnosti:
Uporabite model obdelave računov po meri: Izboljšajte delovanje vnaprej ustvarjenega modela obdelave računov tako, da dodate nova polja, ki jih želite izvleči, poleg privzetih polj ali vzorcev dokumentov, ki niso pravilno ekstrahirani. Če želite izvedeti, kako nadgradite vnaprej ustvarjen model obdelave računov, pojdite na Izberite vrsto dokumenta.
Oglejte si neobdelane rezultate OCR: Vsakič, ko obdelava računa vnaprej vgrajen model AI obdela datoteko, ki jo posredujete, izvede tudi operacijo OCR, da izvleče vsako besedo, napisano v datoteki. Do neobdelanih rezultatov OCR lahko dostopate na zaznanem besedilnem izhodu, ki ga zagotavlja model. Preprosto iskanje po vsebini, ki jo vrne zaznano besedilo, je lahko dovolj za pridobitev podatkov, ki jih potrebujete.
Uporaba obdelave dokumentov: S AI Builder tem lahko ustvarite tudi svoj model umetne inteligence po meri, da izvlečete določena polja in tabele, ki jih potrebujete za dokumente, s katerimi delate. Preprosto ustvarite model obdelave dokumentov in ga naučite, da izvleče vse informacije iz računa, ki ne deluje dobro z modelom pridobivanja računa.
Ko usposobite svoj model obdelave dokumentov po meri, ga lahko združite z vnaprej izdelanim modelom obdelave računov v toku Power Automate .
Tukaj je nekaj primerov:
Uporaba modela za obdelavo dokumentov po meri za pridobivanje dodatnih polj, ki jih vnaprej ustvarjeni model obdelave računov ne vrne
V tem primeru smo usposobili model za obdelavo dokumentov po meri, da izvlečemo številko programa zvestobe, ki je na voljo samo na računih ponudnikov Adatum in Contoso.
Potek se sproži, ko je v mapo dodan SharePoint nov račun. Nato pokliče vnaprej izdelan model umetne inteligence za obdelavo računov, da pridobi svoje podatke. Nato preverimo, ali je prodajalec obdelanega računa iz družbe Adatum ali Contoso. V tem primeru pokličemo model obdelave dokumentov po meri, ki smo ga usposobili za pridobitev te številke zvestobe. Na koncu izvlečene podatke iz računa shranimo v datoteko Excel.
Uporabite model obdelave dokumentov po meri, če je ocena zaupanja za polje, vrnjeno z vnaprej izdelanim modelom obdelave računa, nizka
V tem primeru smo usposobili model za obdelavo dokumentov po meri, da izvlečemo skupni znesek iz računov, pri katerih običajno dobimo nizko oceno zaupanja pri uporabi vnaprej izdelanega modela obdelave računov.
Potek se sproži, ko je v mapo dodan SharePoint nov račun. Nato pokliče vnaprej izdelan model umetne inteligence za obdelavo računov, da pridobi svoje podatke. Nato preverimo, ali je ocena zaupanja za lastnost Skupna vrednost računa manjša od 0,65. V tem primeru pokličemo model obdelave dokumentov po meri, ki smo ga usposobili z računi, kjer običajno dobimo nizko oceno zaupanja za skupno polje. Na koncu izvlečene podatke iz računa shranimo v datoteko Excel.
Uporabite vnaprej izdelan model obdelave računov za obdelavo računov, za obdelavo katerih model obdelave dokumentov po meri ni bil usposobljen
Eden od načinov uporabe vnaprej izdelanega modela obdelave računov je, da ga uporabite kot nadomestni model za obdelavo računov, ki jih niste usposobili za model obdelave dokumentov po meri. Recimo, da ste ustvarili model za obdelavo dokumentov in ga usposobili za pridobivanje podatkov od 20 najboljših ponudnikov računov. Nato lahko uporabite vnaprej izdelan model obdelave računov za obdelavo vseh novih računov ali manjših količinskih računov. Tukaj je primer, kako lahko to storite:
Ta potek se sproži, ko je v mapo dodan SharePoint nov račun. Nato pokliče model obdelave dokumentov po meri, da izvleče svoje podatke. Nato preverimo, ali je ocena zaupanja za zaznano zbirko manjša od 0,65. V tem primeru to verjetno pomeni, da predloženi račun ne ustreza modelu po meri. Nato pokličemo vnaprej izdelan model obdelave računov. Na koncu izvlečene podatke iz računa shranimo v datoteko Excel.
