اتوماسیون اسناد و OCR فارسی با هوش مصنوعی

فاکتور، قرارداد، فرم و نامه فارسی را به داده ساخت‌یافته تبدیل کنید و هر مورد را با یک مرحله تأیید کارشناس به روند کار فعلی‌تان برسانید.

کلاژ مسیر اسناد از ورودی و بازبینی تا بایگانی ساختاریافته

فرق OCR با پردازش هوشمند اسناد

OCR فقط تصویر را به متن تبدیل می‌کند. پردازش هوشمند اسناد یک قدم جلوتر می‌رود: نوع سند را تشخیص می‌دهد و فیلدهای مهم (مبلغ، تاریخ شمسی، شناسه ملی، شماره قرارداد) را همراه با میزان اطمینان به هر کدام استخراج می‌کند. بعد آن‌ها را با داده‌های مرجع تطبیق می‌دهد و موارد مبهم را به کارشناس می‌سپارد. ما هر دو لایه را طراحی می‌کنیم.

اسنادی که معمولاً ارزش خودکارسازی دارند

۰۱

فاکتور و رسید

خواندن فاکتور خرید، رسید و صورت‌حساب فروشنده و انتقال فیلدها به صف ثبت مالی.

۰۲

قرارداد و الحاقیه

استخراج طرفین، مبلغ، تاریخ‌ها، بندهای تعهد و جریمه برای بایگانی قابل جست‌وجو.

۰۳

فرم‌های اداری

فرم ثبت‌نام، درخواست، بیمه و پرونده با فیلدهای ثابت و امضا یا مهر.

۰۴

مکاتبات و نامه

دسته‌بندی نامه‌های ورودی، تعیین واحد مسئول و پیش‌نویس پاسخ برای بازبینی.

۰۵

اسناد شناسایی و احراز هویت

استخراج اطلاعات کارت، گواهی و مدرک، با حفاظت از حریم خصوصی و نگهداری محدود داده.

۰۶

آرشیو اسکن‌شده

دیجیتال‌سازی بایگانی کاغذی و ساخت لایه جست‌وجوی معنایی روی آن.

روش کار

دقت استخراج را روی اسناد واقعی خودتان می‌سنجیم، نه روی یک دموی آماده. کیفیت اسکن، دست‌خط، مهر و چیدمان‌های گوناگون بیشترین اثر را روی نتیجه دارند.

  1. ۰۱

    نمونه‌گیری

    نمونه‌ای معرف از هر نوع سند، از جمله اسناد کم‌کیفیت و موارد استثنا، آماده می‌کنیم و داده‌های غیرضروری را حذف می‌کنیم.

  2. ۰۲

    استخراج چندلایه

    برای هر فیلد، OCR فارسی و مدل زبانی را با قواعد کنترلی ترکیب می‌کنیم؛ مثلاً اینکه جمع ردیف‌ها با مبلغ کل برابر باشد.

  3. ۰۳

    سنجش اطمینان

    هر فیلد امتیاز اطمینان دارد. اگر امتیاز از حد لازم پایین‌تر باشد، فیلد به‌جای ثبت خودکار به صف استثنا می‌رود.

  4. ۰۴

    اتصال به سامانه فعلی

    خروجی ساخت‌یافته را از راه یک فایل کنترل‌شده، صف کار یا رابط نرم‌افزاری به سامانه فعلی‌تان تحویل می‌دهیم.

  5. ۰۵

    اندازه‌گیری

    دقت هر فیلد، نرخ اصلاح‌های کارشناس و زمان پردازش را با کار دستی امروز مقایسه می‌کنیم.

کنترل‌های طراحی

صف استثنا
سند ناقص، داده متناقض یا اطمینان پایین به کارشناس می‌رسد؛ سامانه حدس نمی‌زند.
ردپای تصمیم
تصویر اصلی، فیلد استخراج‌شده، ویرایش کاربر و تأیید نهایی همه برای حسابرسی ثبت می‌شوند.
حریم خصوصی
داده‌های شخصی حذف یا پوشانده می‌شوند و مدت نگهداری را سیاست خود سازمان تعیین می‌کند.
ارزیابی دوره‌ای
با عوض‌شدن قالب اسناد، افت دقت را با نمونه‌های تأییدشده پیگیری می‌کنیم.
ژرف

دستیار هوش مصنوعی ژرف را همین حالا امتحان کنید

درباره دستیار فارسی، اتوماسیون اسناد یا اینکه از کجا شروع کنید، بپرسید.

پرسش‌های متداول درباره اتوماسیون اسناد

دقت OCR فارسی چقدر است؟

عدد ثابتی ندارد. دقت به کیفیت اسکن، فونت یا دست‌خط، مهر و چیدمان سند بستگی دارد. برای همین، دقت هر فیلد را روی نمونه‌های واقعی خودتان گزارش می‌کنیم. فیلدهای حیاتی هم همیشه دو لایه کنترل دارند: آستانه اطمینان و بررسی کارشناس.

آیا دست‌خط فارسی هم پشتیبانی می‌شود؟

دست‌خط را هم می‌شود سنجید، اما خطایش از متن چاپی بیشتر است. برای فیلدهای دست‌نویس معمولاً پیشنهاد می‌کنیم سامانه استخراج کند و کارشناس تأیید کند. نسخه آزمایشی نشان می‌دهد خودکارکردن کدام فیلدها می‌ارزد.

خروجی به کدام سامانه‌ها وصل می‌شود؟

خروجی به شکل JSON یا CSV آماده می‌شود و می‌تواند به سامانه حسابداری، اتوماسیون اداری، بایگانی یا یک صف کار برسد. شیوه اتصال را بعد از بررسی سامانه فعلی و الزامات دسترسی شما انتخاب می‌کنیم.

آیا داده‌های اسناد از سازمان خارج می‌شود؟

لازم نیست. پردازش را می‌توانیم روی زیرساخت خود سازمان انجام دهیم تا اسناد از سازمان بیرون نروند؛ میزبانی داخل ایران هم ممکن است. انتخاب را با توجه به الزامات امنیتی شما انجام می‌دهیم و مسیر داده را پیش از شروع مکتوب می‌کنیم.

چقدر طول می‌کشد؟

اجرای آزمایشی روی یک نوع سند معمولاً چند هفته طول می‌کشد و با گزارشی از دقت، سهم موارد استثنا و زمان پردازش تمام می‌شود. گسترش کار به اسناد دیگر به همین گزارش بستگی دارد.

از یک نوع سند شروع کنید

نوع سند، حجم ماهانه، زمان پردازش امروز، موارد استثنا و مسئول تأیید را به ما بگویید. در مرحله کشف نیاز معلوم می‌شود اجرای آزمایشی ارزشش را دارد یا بهتر است کنارش بگذاریم.

درخواست جلسه کشف نیاز