โครงสร้างเอกสาร

常见问题

การจัดโครงสร้างเอกสารแตกต่างจาก OCR อย่างไร?

OCR (การรู้จำอักขระด้วยแสง) เป็นขั้นตอนก่อนหน้าของการจัดโครงสร้างเอกสาร มีหน้าที่รู้จำข้อความจากรูปภาพหรือสแกนและส่งออกเป็นข้อความธรรมดาหรือบล็อกข้อความที่มีพิกัด ส่วนการจัดโครงสร้างเอกสารจะวิเคราะห์ความหมายของข้อความที่ OCR ส่งออกเพิ่มเติม รวมถึงการดึงเอนทิตี (เช่น ชื่อบุคคล วันที่ จำนวนเงิน) การจัดประเภทความสัมพันธ์ (เช่น ความสัมพันธ์ระหว่าง 'คู่สัญญา' กับ 'ราคาสุทธิของสัญญา') การกู้คืนตาราง การจัดกลุ่มย่อหน้า ฯลฯ และสุดท้ายสร้างข้อมูลที่มีโครงสร้าง OCR แก้ปัญหา 'เห็นตัวอักษร' ส่วนการจัดโครงสร้างเอกสารแก้ปัญหา 'เข้าใจตัวอักษร'

อุตสาหกรรมที่ไม่ใช่เทคโนโลยีจะเริ่มโครงการจัดโครงสร้างเอกสารได้อย่างไร?

ขั้นแรก ให้วิเคราะห์ปัญหาทางธุรกิจเพื่อระบุประเภทเอกสารที่ต้องมีโครงสร้าง (เช่น สัญญา ใบแจ้งหนี้ รายงาน) และรูปแบบผลลัพธ์ที่ต้องการ จากนั้นสร้างการทดลองนำร่องด้วยตัวอย่างขนาดเล็ก เลือกเอกสารทั่วไปมาติดป้ายกำกับและฝึกอบรมโมเดลเพื่อตรวจสอบประสิทธิภาพของเทคโนโลยี พร้อมกันนั้น ให้ประสานงานข้ามแผนก โดยให้ผู้มีส่วนร่วมทางธุรกิจมีส่วนร่วมในการกำหนดกฎการติดป้ายกำกับ เพื่อให้แน่ใจว่าผลลัพธ์สอดคล้องกับการใช้งานจริง สุดท้าย จัดทำแผนการปรับปรุงตามรอบ ปรับแต่งโมเดลอย่างต่อเนื่องจากข้อเสนอแนะด้านความแม่นยำ และจัดอบรมพนักงานเพื่อลดแรงต้านในการเปลี่ยนแปลง

การจัดโครงสร้างเอกสารในอุตสาหกรรมการเงินมีตัวอย่างการประยุกต์ใช้ที่ประสบความสำเร็จใดบ้าง?

การประยุกต์ใช้ทั่วไป ได้แก่: ① การตรวจสอบเอกสารสินเชื่ออัตโนมัติ (ดึงข้อมูลสำคัญจากบัตรประชาชน หลักฐานรายได้ สัญญาจำนอง ฯลฯ); ② การจัดการตั๋วเงินทางการเงิน (ตรวจสอบและป้อนข้อมูลเช็ค ตั๋วแลกเงิน ใบกำกับภาษีมูลค่าเพิ่มโดยอัตโนมัติ); ③ การตรวจสอบสัญญาอัจฉริยะ (ระบุเงื่อนไขความเสี่ยง วันที่หมดอายุ เงื่อนไขการชำระเงิน ฯลฯ โดยอัตโนมัติ); ④ การสร้างรายงานเพื่อการปฏิบัติตามกฎระเบียบ (ดึงข้อมูลจากเอกสารจำนวนมากมาเติมในรายงาน) การประยุกต์ใช้เหล่านี้มักจะมีความแม่นยำในการดึงข้อมูลฟิลด์อัตโนมัติสูงกว่า 80% และเมื่อรวมกับการตรวจสอบโดยมนุษย์จะใกล้เคียง 100%

การจัดโครงสร้างเอกสารต้องเตรียมข้อมูลเบื้องต้นอะไรบ้าง?

จำเป็นต้องเตรียมข้อมูลสามประเภท: ① ตัวอย่างเอกสารต้นฉบับ: ครอบคลุมทุกรูปแบบของเอกสาร (เวอร์ชันต่างๆ คุณภาพการพิมพ์ เลย์เอาต์); ② ข้อมูลที่ติดป้ายกำกับ: ติดป้ายกำกับฟิลด์สำคัญของเอกสารแต่ละฉบับอย่างแม่นยำ (เช่น ตำแหน่งกรอบ ประเภทฟิลด์ ค่าแอตทริบิวต์) แนะนำให้ติดป้ายกำกับอย่างน้อย 500 ฉบับต่อประเภทเอกสาร; ③ เทมเพลตกฎทางธุรกิจ: กำหนดตรรกะการตรวจสอบฟิลด์ (เช่น รูปแบบวันที่ ช่วงจำนวนเงิน) และความสัมพันธ์ระหว่างฟิลด์ (เช่น ราคาสุทธิของสัญญา = ราคาต่อหน่วย × จำนวน) หากมีข้อมูลประวัติไม่เพียงพอ สามารถใช้ข้อมูลสังเคราะห์หรือโมเดลที่ฝึกมาแล้วเบื้องต้นสำหรับการฝึกอบรมเบื้องต้น

หลังจากการจัดโครงสร้างเอกสาร จะรับประกันความปลอดภัยของข้อมูลได้อย่างไร?

โดยทั่วไปใช้มาตรการต่อไปนี้: ① การลบข้อมูลที่ละเอียดอ่อน: ซ่อนข้อมูลที่ละเอียดอ่อนโดยอัตโนมัติในระหว่างการดึง (เช่น เลขบัตรประชาชน เลขบัญชีธนาคาร) หรือใช้เทคนิคการใช้นามแฝง; ② การเข้ารหัสการส่งข้อมูล: การอัปโหลดเอกสารและการดาวน์โหลดผลลัพธ์ที่มีโครงสร้างใช้การเข้ารหัส TLS/SSL; ③ การควบคุมการเข้าถึง: กำหนดสิทธิ์การดูในระดับฟิลด์ตามบทบาท (ผู้ดูแลระบบ ผู้ตรวจสอบ ผู้ใช้ทั่วไป); ④ บันทึกการตรวจสอบ: บันทึกการเข้าถึงและการแก้ไขข้อมูลทั้งหมด; ⑤ การติดตั้งภายในองค์กร: สำหรับอุตสาหกรรมที่มีข้อกำหนดด้านความปลอดภัยสูง เช่น การเงินและรัฐบาล รองรับการติดตั้งบนเซิร์ฟเวอร์ของลูกค้าแบบส่วนตัว