Słownik AI
OCR
Optical Character Recognition optical character recognition
Rozpoznawanie tekstu na obrazie lub skanie. Pierwszy krok automatyzacji wszędzie tam, gdzie dokumenty przychodzą jako PDF albo zdjęcie.
OCR (optyczne rozpoznawanie znaków) to zamiana obrazu tekstu, np. skanu faktury, zdjęcia paragonu czy PDF-u bez warstwy tekstowej, na tekst, który da się przeszukiwać i przetwarzać.
Klasyczny OCR a modele AI
Klasyczny OCR zwraca sam tekst, często z pomieszaną kolejnością kolumn. Żeby wyciągnąć z niego NIP, kwotę czy datę, trzeba było pisać reguły albo szablony dla każdego dostawcy. Multimodalne modele językowe potrafią od razu odczytać dokument i zwrócić gotowe pola w ustalonym formacie, także przy układzie, którego wcześniej nie widziały.
Zastosowania
- Obieg faktur kosztowych i dopasowanie ich do zamówień.
- Odczyt formularzy, umów i dokumentów przewozowych.
- Archiwa skanów, które mają stać się przeszukiwalne albo trafić do RAG.
O czym pamiętać
Jakość skanu nadal decyduje o wyniku, a pismo odręczne i pieczątki psują odczyt. Model potrafi też "poprawić" nieczytelną cyfrę, zamiast zgłosić problem. Dlatego wyniki trzeba walidować regułami: suma netto i VAT musi się zgadzać, NIP ma sumę kontrolną. Wątpliwe dokumenty powinny trafiać do człowieka.
Zobacz też: automatyczny obieg faktur kosztowych, 1400 zamówień miesięcznie bez przepisywania.
