Dokument jest często początkiem procesu: trzeba go odczytać, znaleźć określone informacje, sprawdzić ich poprawność i zapisać wynik. Budujemy ten przepływ, łącząc OCR, modele językowe, reguły walidacji i integracje z systemami docelowymi.
Różne szablony, skany i niekompletne dane wymagają różnych metod przetwarzania. Rozpoznajemy typy dokumentów i potrzebne pola, a następnie ustalamy sposób oceny wyniku. Dokumenty budzące wątpliwości mogą trafiać do pracownika przed dalszym wykorzystaniem.
Dobieramy metodę do formatu wejściowego: pliku z warstwą tekstową, skanu lub obrazu. Rozpoznawanie tekstu może współpracować z modelem LLM przy klasyfikacji dokumentu, interpretacji układu i wydobywaniu informacji do uzgodnionego schematu.
Sprawdzamy wymagane pola, formaty, wartości i zależności wynikające z procesu. Ustalamy sposób zgłaszania braków oraz przekazywania niejednoznacznych przypadków do kontroli. Wyniki modelu wymagają testów — szczególnie przy słabej jakości skanów i nietypowych dokumentach.
Przekazujemy dane do bazy, ERP, CRM lub innego systemu przez dostępny interfejs. Projektujemy identyfikację dokumentów, obsługę duplikatów i błędów importu. Ścieżka przetwarzania może obejmować archiwum, statusy spraw oraz rejestr akceptacji.
Plik trafia do kolejki, system rozpoznaje jego typ i odczytuje wymagane pola. Reguły sprawdzają kompletność oraz zgodność danych. Pracownik weryfikuje wskazane wyjątki, a zatwierdzony wynik trafia do systemu docelowego wraz z odniesieniem do dokumentu źródłowego.
Ilustracja możliwego zastosowania. Zakres konkretnego projektu ustalamy indywidualnie.
Najbardziej pomagają zanonimizowane przykłady typowych i trudnych dokumentów, lista wymaganych pól oraz informacja o liczbie plików i miejscu zapisu wyników. Na tej podstawie ustalamy zakres próby i kryteria akceptacji.
Zakres obsługiwanych formatów i typów ustalamy po analizie próbek. Jakość zależy m.in. od czytelności, układu i kompletności dokumentów. Nietypowe przypadki mogą wymagać dodatkowej obsługi lub weryfikacji ręcznej.
Porównujemy wyniki z uzgodnionym wzorcem dla poszczególnych pól, testujemy reguły walidacji i analizujemy rodzaje błędów. Kryteria odbioru wynikają z tego, jak dane będą używane w procesie.
Tak, możemy dobrać architekturę OCR i LLM do środowiska lokalnego. Wybór zależy od jakości wymaganej dla zadania, zasobów sprzętowych oraz zasad dostępu i przechowywania danych.
Opowiedz, jak dziś pracujecie, z jakich systemów korzystacie i co ma się zmienić. Wspólnie określimy sensowny pierwszy krok.
