Источник — https://arxiv.org/pdf/1708.07403.pdf CloudScan — это система анализа счетов с графическим пользовательским интерфейсом (GUI) с нулевой конфигурацией, без предварительной аннотации и без настройки. Рабочий процесс: CloudScan принимает файл PDF в качестве входных данных, извлекает слова и их позиции (коммерческий механизм распознавания текста, если присутствует встроенный текст). Создает N-граммы слов (до длины 4). Извлеките текстовые функции из сгенерированных..

Подход «мешка слов» с учетом текстовой и макетной информации для распознавания бизнес-счетов. Типы кандидатов - 0. (Отрицательный класс) Номер счета, Дата счета Общее количество PO # Условия оплаты Срок Налог Рабочий процесс: Подход использует отсканированные изображения счетов-фактур, сгенерированные из внутренней библиотеки тестирования Oracle Corporation, в качестве входных данных. Некоторые из них представляют собой файлы PDF со скрытым текстом, и..

Источник — https://www.aclweb.org/anthology/U18-1006 SYPHT  – это масштабируемое решение для машинного обучения для анализа счетов, основанное на содержании, для извлечения полей документов. Он сочетает в себе OCR, эвристическую фильтрацию и контролируемую модель ранжирования для прогнозирования на уровне полей. Рабочий процесс: SYPHT принимает в качестве входных данных PDF-файл или файл изображения, нормализованный до одного JPEG на страницу. Каждая страница передается..