Tri kroky, tri výsledky
Skenovanie vytvára digitálny obraz papiera. OCR v ňom rozpozná text. Extrakcia údajov identifikuje napríklad dátum, názov partnera alebo identifikátor prípadu. Klasifikácia určuje typ dokumentu a jeho možné priradenie k prípadu. Správne rozpoznaný text preto sám osebe nepotvrdzuje správne priradenie dokumentu.
Čo ovplyvňuje rozpoznávanie?
Spracovanie môže sťažiť aj ostrosť obrazu, otáčanie strán, slabý kontrast a chýbajúce časti. V prípade rôznych jazykov, tabuliek alebo rukopisu by sa mali preskúmať samostatné vzorky. Vytlačený PDF a naskenovaný obrázok sú odlišným východiskovým bodom: najprv je potrebné objasniť, či je už dostupný extrahovateľný text.
Čo znamená návrh na identifikáciu?
Systém navrhne možnú hodnotu alebo typ dokumentu. V procese triedenia dokumentov NOPA pomáha kontrola úradníka zabezpečiť, aby sa dokument dostal na správne miesto. Neisté identifikátory, niekoľko možných partnerov alebo chýbajúce prepojenia by sa mali považovať za samostatnú overovaciu úlohu a nevypĺňať ju hádaním.
Príklad nejednoznačného mena partnera
Prichádzajúci list obsahuje meno odosielateľa aj meno príjemcu. OCR dokáže správne rozpoznať oboch, zatiaľ čo partner, ktorý má byť priradený k prípadu, je stále nejasný. Správca porovná návrh s obsahom dokumentu a dostupnými kmeňovými údajmi. V príklade je predmetom kontroly význam, nielen rozpoznanie znakov.
Ako otestovať proces?
Zostavte reprezentatívnu vzorku bežných dokumentov, menej bežných rozložení a príkladov známych chýb. Vopred si zaznamenajte správny typ, údaje, ktoré sa majú vyhľadávať, a očakávaný obchodný vzťah. Oddelene merajte presnosť poľa, správnosť klasifikácie a čas strávený ľudskou korekciou. Jedno súhrnné číslo presnosti môže maskovať chyby v kritických identifikátoroch.
Čo by sa malo stať s výnimkami?
Zodpovedajte za nečitateľné, neúplné alebo neidentifikovateľné dokumenty. Po oprave by sa mal skontrolovať vzťah medzi pôvodným dokumentom a konečným utajením. Počas prieskumu zaznamenávame potrebné dátové polia, kontrolné body a automatizáciu, ktorú je možné v danom úvode použiť.
Digitalizácia: čo má obsahovať cenová ponuka?