Mały model lokalny do klasyfikacji dokumentów księgowych

Firmowy PDF potrafi zawierać kilka dokumentów, choć został przesłany jako jeden plik. Jeśli system przypisze mu jedną etykietę, wszystkie strony mogą trafić do tej samej kolejki. Osoba oceniająca rozwiązanie powinna więc ustalić, czy potrzebuje wyłącznie rozpoznawania rodzaju dokumentu, czy również dzielenia załączników i przekazywania ich między zespołami.

Gdzie kończy się klasyfikacja

W tym zadaniu model rozpoznaje typ dokumentu, a obieg kieruje go do wcześniej uzgodnionej kolejki. Wynikiem może być etykieta „faktura” i przekazanie do przeglądu księgowego albo rozpoznanie innego załącznika oraz wskazanie jego kolejki. Zakres kończy się przed oceną podatkową, dekretacją i zapisem księgowym.

Granice trzeba opisać przed testem. Lista typów dokumentów, reguły kierowania i osoba odbierająca niepewne przypadki powinny być zatwierdzone przez firmę. Model nie powinien sam dopisywać kategorii na podstawie domysłu. Nieznany załącznik albo nierozstrzygnięta granica między dokumentami powinny trafić do wskazanej kolejki ręcznej.

Jeden plik, dwa rodzaje dokumentów

Załóżmy, że dostawca wysyła czterostronicowy skan PDF. Na stronach pierwszej i drugiej widnieje nagłówek „Faktura”, dane wystawcy oraz dalsza część dokumentu. Strony trzecia i czwarta są zatytułowane „Potwierdzenie dostawy” i zawierają potwierdzone pozycje oraz podpis odbiorcy. Zasady firmy przypisują faktury do przeglądu księgowego, a potwierdzenia dostawy do kolejki zakupów.

Jeśli rozwiązanie nada całemu plikowi etykietę „faktura”, strony z potwierdzeniem dostawy także trafią do księgowości. Właściwa osoba może nie zobaczyć ich w kolejce, w której sprawdza się dostawę. W użytecznym wyniku system wyznacza granicę między stroną drugą a trzecią, oznacza strony pierwszą i drugą jako fakturę oraz trzecią i czwartą jako potwierdzenie dostawy. Każda część trafia do kolejki wskazanej przez firmową mapę typów.

Jeśli nagłówek na trzeciej stronie jest niewyraźny albo skan urywa część tytułu, system powinien zgłosić niepewność i przekazać odpowiedni fragment do ręcznej oceny. Odbierający powinien widzieć, które strony wymagają sprawdzenia.

Sprawdź każdy etap osobno

Optyczne rozpoznawanie znaków (OCR) zamienia obraz strony na tekst. Jeśli skan jest słaby, model może nie odczytać tytułu lub treści, nawet gdy późniejsza klasyfikacja działa poprawnie. Dlatego podczas próby warto osobno zapisać problemy z czytelnością tekstu, łączeniem stron w dokumenty, rozpoznaniem rodzaju i przekazaniem do kolejki.

Test odbiorczy powinien zawierać dokumenty z każdej uzgodnionej kategorii, mieszane pliki, nieznane załączniki i przypadki o nieczytelnym fragmencie. Wyniki warto podsumować według typu: błędna etykieta, błędna granica stron, niewłaściwa kolejka oraz skierowanie do człowieka. Średnia trafność dla całego zestawu może ukryć częsty błąd jednego rodzaju dokumentu.

Jeśli potwierdzenie dostawy po teście trafi do księgowości, osoba odbierająca powinna ustalić, czy błąd dotyczył odczytu nagłówka, podziału stron, etykiety czy mapy kolejki. Do czasu przejścia uzgodnionego testu nie rozszerzajcie obiegu na kolejne typy dokumentów. Zespół powinien też ustalić, kto obsługuje wyjątki i ile pracy ręcznej pozostaje po klasyfikacji.

Lokalny przebieg danych wymaga sprawdzenia

Sam lokalny model nie przesądza, czy cały obieg danych pozostaje na miejscu. Dokumentacja Microsoft Foundry Local opisuje przetwarzanie promptów i odpowiedzi na urządzeniu. System może pobierać pliki modelu i komponentów przy pierwszym użyciu, a udostępnienie logów diagnostycznych jest opcjonalne. Dokumentacja wskazuje ten produkt do pracy jednego użytkownika na urządzeniu; przy wielu użytkownikach odsyła do środowisk serwerowych.

W wybranym rozwiązaniu trzeba sprawdzić cały przepływ: gdzie działa OCR, gdzie trafiają pliki tymczasowe, co zapisują logi, skąd pobierany jest model i które systemy otrzymują dokument lub wynik. Zespół IT może dzięki temu ocenić warunki przetwarzania dla własnych danych. Samo przetwarzanie na urządzeniu nie potwierdza jakości klasyfikacji ani możliwości obsługi obciążenia firmy.

Kiedy wystarczy prostsze rozwiązanie

Jeśli każdy PDF zawiera jeden dokument o stałym układzie, wystarczające mogą być reguły lub gotowy moduł w systemie obiegu dokumentów. Warto też sprawdzić, czy używany ERP albo system zarządzania dokumentami potrafi już rozpoznawać typy i kierować je do odpowiednich osób. Model lokalny ma sens do porównania wtedy, gdy zmienne układy lub treść utrudniają regułom stabilne rozpoznawanie.

Gdy firma dopuszcza przetwarzanie w usłudze hostowanej, można zestawić ją z wariantem lokalnym na tych samych dokumentach i według tych samych zasad dostępu. Dla lokalnego wariantu wykonaj próbę na sprzęcie, który ma później obsługiwać pracę. Uwzględnij uruchomienie przed załadowaniem modelu do pamięci, zwykły przepływ oraz większą partię z końca miesiąca. Zapisz czas oczekiwania, zachowanie kolejki i liczbę spraw przekazanych ludziom. Wynik pokaże warunki działania dla tego obciążenia, bez zakładania wydajności na podstawie samego rozmiaru modelu.

Co uzgodnić przed zakupem

Syntalith tworzy aplikacje AI dla firm. W tym zadaniu proponowany zakres może połączyć rozpoznawanie dokumentów z obiegiem w używanym systemie. Zakres warto uzgodnić z osobą odpowiedzialną za kolejki dokumentów i administratorem środowiska, bo pierwsza opisze zasady kierowania dokumentów, a drugi wskaże ograniczenia OCR, przechowywania i sprzętu. Możliwa próba powinna określać zestaw dopuszczonych materiałów, porównywane warianty, błędy do raportowania oraz warunki obciążenia. Jej wynik może pomóc zdecydować, czy lokalny model pasuje do tego zadania.

Do rozmowy przygotuj przykładowy mieszany PDF dopuszczony do udostępnienia, listę typów dokumentów i ich kolejek, informację o typowym oraz szczytowym obciążeniu, a także wymagania dotyczące miejsca przetwarzania i logów. Materiały pokażą, czy problemem jest odczyt, podział stron czy etykieta. Opis ruchu i wymagań danych pozwoli dobrać warunki próby. Zobacz również porównanie lokalnego modelu na stacji roboczej i serwerze, jeśli zespół rozważa wspólny dostęp. Aktualne informacje o usługach są na stronie cennika Syntalith.