Перейти к содержанию

Системы распознавания и обработки документов (OCR)

Счета, акты и накладные попадают в 1С без ручного ввода

Распознавание текста документов на нейросетях избавляет сотрудников от ручного ввода данных из счетов, актов, накладных, договоров и паспортов. Система читает скан или фото, понимает, какой это документ, извлекает нужные поля и переносит их в 1С, ERP или CRM. YAVVI разрабатывает такие решения под документы конкретной компании и разворачивает их на сервере заказчика, поэтому документы не покидают контур.

Что мы внедряем

Текст и структура

Система читает скан или PDF и понимает, где какое поле.

Как это работает

  1. Документ приходит сканом, фото или файлом
  2. Модель распознаёт текст
  3. Поля раскладываются по структуре

Что получаете

Данные документа в виде полей, а не картинки.

Скан счёта на экране: поля выделены рамками

Сверка

Сумма против договора, количество против заказа, реквизиты против карточки контрагента.

Как это работает

  1. Данные сравниваются с учётной системой
  2. Расхождения подсвечиваются
  3. Сотрудник смотрит только спорные

Что получаете

Ошибка в документе находится до проводки.

Экран сверки: документ и данные заказа, расхождение подсвечено

Настройка под ваши формы

Модель дообучается на ваших типах документов.

Как это работает

  1. Собираем примеры ваших документов
  2. Дообучаем модель
  3. Проверяем точность на новых

Что получаете

Система понимает именно ваши формы.

Набор разных документов компании на экране с метками типов

Выгрузка

Данные уходят в учётную систему, ЭДО или таблицу.

Как это работает

  1. Настраиваем формат выгрузки
  2. Подключаем учётную систему
  3. Документ попадает туда после проверки

Что получаете

Документ оказывается в учёте без ручного ввода.

Экран учётной системы с документом, загруженным автоматически

Как работает

  1. 1

    Текст

    Скан превращается в текст с координатами слов

  2. 2

    Смысл

    Нейросеть определяет тип документа и поля

  3. 3

    Проверка

    Сомнительные поля помечаются для человека

  4. 4

    Выгрузка

    Данные уходят в учётную систему

OCR и нейросети

OCR документов в классическом виде переводит изображение в текст, но не понимает, где в нём номер счёта, а где сумма с НДС. Поэтому мы строим обработку в два слоя. Оптическое распознавание документа превращает скан в текст с координатами каждого слова, а нейросеть для обработки документов определяет тип документа и извлекает поля по смыслу, даже если у каждого поставщика своя форма счёта. Распознавание текста документов в два слоя даёт структурированные данные, которые сразу ложатся в поля учётной системы.

OCR-распознавание документов работает и с плохими сканами: перекошенными, с печатями поверх текста, сфотографированными на телефон. Перед распознаванием изображение выравнивается и очищается, а сомнительные поля система помечает для проверки человеком, поэтому ошибка не уходит в учёт молча.

Распознавание полей документа нейросетью

Какие документы

  • Счета
  • Акты
  • УПД
  • Накладные
  • Договоры
  • Паспорта
  • Анкеты
  • Заявки

Распознавание внутри ваших процессов

Автоматическое распознавание документов окупается там, где поток идёт сотнями в день: входящие счета в бухгалтерии, первичка на складе, анкеты клиентов, заявки на закупку. Сканирование, распознавание документа и проверка реквизитов идут одной цепочкой, поэтому сотрудник получает уже заполненную карточку и только подтверждает её.

ИИ для распознавания документов также сверяет данные между документами: сумму в счёте с договором, количество в накладной с заказом, реквизиты с карточкой контрагента. Расхождения система показывает до проведения документа, и ошибка находится до того, как попадёт в отчётность. Так системы распознавания документов становятся частью учётного процесса.

Распознавание электронного документа, например PDF без текстового слоя или письма с вложениями, идёт по тому же сценарию: система забирает файлы из почты или ЭДО, распознаёт и раскладывает их по нужным разделам учётной системы.

Путь документа: скан, OCR, извлечение полей, проверка правил, загрузка в 1С

Что сверяем

  • Сумма

    Счёт против договора

  • Количество

    Накладная против заказа

  • Реквизиты

    Документ против карточки контрагента

Настройка под ваши формы

Системы распознавания документов из коробки хорошо читают типовые формы, но спотыкаются на собственных бланках компании, таблицах со сложной вёрсткой и рукописных пометках. Мы дообучаем модель на ваших документах, поэтому точность растёт именно на тех формах, которые у вас встречаются. Оптическое распознавание документа после дообучения уверенно читает и таблицы, и штампы. Системы оптического распознавания документов у нас работают на открытых моделях и языковых моделях, установленных в контуре заказчика, без передачи документов внешним сервисам.

Обработка и распознавание документов в банках, страховании и медицине требуют защиты персональных данных, поэтому системы распознавания документов для этих отраслей разворачиваем только на сервере заказчика.

Куда выгружаем

Модели работают в контуре заказчика, без внешних сервисов.

  • 1С
  • ERP
  • CRM
  • ЭДО
  • Почта

Как подключить

Как подключить распознавание документов без перестройки процессов: система встраивается в существующий поток, например в папку на сервере, почтовый ящик бухгалтерии или модуль 1С. Сначала собираем 100-200 примеров ваших документов и замеряем точность на них, затем настраиваем выгрузку в учётную систему и запускаем на части потока.

Разработка систем распознавания и обработки документов OCR под один тип документа занимает от трёх до шести недель. Оптическое распознавание документа OCR для нескольких десятков форм с интеграцией в учёт требует двух-трёх месяцев. Пришлите несколько типичных документов, и мы покажем, как распознавание текста документов сработает на них, до старта проекта.

Частые вопросы

  • Какие форматы вы читаете?

    Сканы и фотографии, PDF с текстовым слоем и без него, вложения из почты и ЭДО.

  • Что с рукописными пометками?

    После дообучения на ваших документах модель уверенно читает таблицы и штампы, а сомнительные поля помечает для проверки человеком.

  • Где хранятся документы?

    На сервере заказчика: модели работают в вашем контуре.

  • Сколько занимает запуск?

    От трёх до шести недель для одного типа документа и два-три месяца для нескольких десятков форм с интеграцией в учёт.

Опыт наших клиентов

Мой проект - тематический сайт знакомств. Я оцениваю его как проект высокого уровня сложности: очень непросто найти разработчиков, которые могли бы его реализовать. Я работал с командой Глеба в течение более двух лет с перерывами, которые были связаны исключительно с моим финансовым состоянием. По итогу могу сказать, что вполне доволен проделанной работой. Ребята знают своё дело, с хорошей коммуникабельностью, и всегда помогут советом. В данный момент вся основная работа сделана, сайт находится в рабочем состоянии и набирает пользователей. Есть идеи по добавлению новых функций, и если я решусь на это, то буду реализовывать их и дальше с этой командой.

Роман
Владелец проекта,
проект под NDA

Команда Глеба была профессиональной, оперативно реагировали на любые возникающие вопросы и шли навстречу в рабочих моментах. В ходе работы с командой были реализованы части и компоненты масштабного сервиса AI LMS платформы.

ООО «ИОК «Интеллект+»
Заказчик,
AI LMS платформа

Мы разрабатывали несколько сервисов, часть из них запускалась в формате MVP: в частности, автоматизировали обработку запросов корпоративных заказчиков на аренду спортивных площадок. Команда проекта была на связи, и мы активно двигались по нашим требованиям. Достаточно оперативно реализовали и запустили продукт. Спасибо команде!

Александр Меркулов
Заказчик,
сервисы аренды спортивных площадок

Обращались в YAVVI за доработками нашего сайта pakpakych.ru. Стек у нас не самый простой: Django, GarpixCMS и React SPA. До этого несколько подрядчиков ограничивались общими рекомендациями «в вакууме». Ребята зашли иначе: сначала провели полноценный технический аудит, разобрали каждый из 26 пунктов нашего ТЗ и по каждому написали, что уже реализовано, чего нет и почему. Отдельно ценно, что не стали продавать нам лишние работы, а честно указали, где функционал в проекте уже есть и где два пункта дублируют друг друга. По ходу аудита нашли критичную проблему, о которой мы не подозревали, и одна эта находка окупила всю работу. По каждой задаче была вилка часов и тип работ, никаких «примерно месяц», всё проверялось руками и подтверждалось инструментами. Каждая доработка выведена в админку, это принципиально: мы получили не разовый результат, а инструмент, плюс обучение нашей команды. Рекомендую тем, у кого нетиповой стек и нужен подрядчик, который сначала разберётся, а потом делает. Продолжаем сотрудничество.

Никита
Заказчик,
pakpakych.ru

Обсудим вашузадачу

Вам необязательно иметь чёткую задачу. Оставьте контакты, и мы разберём ваши текущие бизнес-процессы и честно покажем, где внедрение технологий даст реальный финансовый результат.

Связаться с нами

  • Свяжемся в течение дня
  • Подпишем NDA до обсуждения данных
  • Удобнее в мессенджере? Напишите в Telegram