문서 인텔리전스 청구서 모델

이 콘텐츠는 v4.0(GA) | 이전 버전: v3.1(GA) v3.0(GA) v2.1(GA)

::: moniker-end

문서 인텔리전스 청구서 모델은 강력한 OCR(광학 인식) 기능을 사용하여 판매 청구서, 공과금 청구서 및 구매 주문서의 주요 필드와 항목을 분석하고 추출합니다. 청구서는 휴대폰으로 캡처한 이미지, 스캔한 문서, 디지털 PDF 등 형식과 품질이 다양할 수 있습니다. API는 청구서 텍스트를 분석하고, 고객 이름, 청구 주소, 만기일, 만기금액과 같은 주요 정보를 추출하고, 구조화된 JSON 데이터 표현을 반환합니다. 이 모델은 현재 27개 언어로 청구서를 지원합니다.

지원되는 문서 유형:

• 송장
• 공과금 청구서
• 판매 주문
• 구매 주문

자동화된 청구서 처리

자동화된 청구서 처리는 청구 계정 문서에서 키 accounts payable 필드를 추출하는 프로세스입니다. 추출된 데이터에는 검토 및 결제를 위해 AP(지급 계정) 워크플로와 통합된 청구서의 항목이 포함됩니다. 지금까지 지급 계정 프로세스는 수동으로 수행되어 시간이 많이 걸렸습니다. 청구서에서 핵심 데이터를 정확하게 추출하는 것은 일반적으로 청구서 자동화 프로세스에서 첫 번째이자 가장 중요한 단계 중 하나입니다.

문서 인텔리전스 스튜디오로 처리된 샘플 청구서:

개발 옵션

문서 인텔리전스 v4.0: 2024-11-30 (GA)은 다음 도구, 애플리케이션 및 라이브러리를 지원합니다.

기능	리소스	Model ID
청구서 모델	• 문서 인텔리전스 스튜디오 • REST API • C# SDK • Python SDK • Java SDK • JavaScript SDK	prebuilt-invoice

입력 요구 사항

• 지원 파일 형식:

  모델	PDF	이미지: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word(DOCX), Excel(XLSX), PowerPoint(PPTX), HTML
  읽기	✔	✔	✔
  레이아웃	✔	✔	✔
  일반 문서	✔	✔
  사전 제작	✔	✔
  사용자 지정 추출	✔	✔
  사용자 지정 분류	✔	✔	✔

• 최상의 결과를 위해 문서당 하나의 명확한 사진 또는 고품질 스캔을 제공합니다.

• PDF 및 TIFF의 경우 최대 2,000페이지를 처리할 수 있습니다(무료 계층 구독의 경우 처음 2페이지만 처리됨).

• 문서를 분석하기 위한 파일 크기는 유료(S0) 계층의 경우 500MB이고 무료(F0) 계층의 경우 4MB입니다.

• 이미지 크기는 50픽셀 x 50픽셀에서 10,000픽셀 x 10,000픽셀 사이여야 합니다.

• PDF가 암호로 잠긴 경우에는 제출하기 전에 잠금을 해제해야 합니다.

• 추출할 텍스트의 최소 높이는 1024 x 768 픽셀 이미지의 경우 12픽셀입니다. 이 차원은 150DPI(인치당 도트 수)에서 약 8점 텍스트에 해당합니다.

• 사용자 지정 모델 학습의 경우 학습 데이터의 최대 페이지 수는 사용자 지정 템플릿 모델의 경우 500개, 사용자 지정 인공신경망 모델의 경우 50,000개입니다.

  • 사용자 지정 추출 모델 학습의 경우 학습 데이터의 총 크기는 템플릿 모델의 경우 50MB이고 인공신경망 모델의 경우 1GB입니다.

  • 사용자 지정 분류 모델 학습의 경우 학습 데이터의 총 크기는 1GB이고 최대 10,000페이지입니다. 2024-11-30(GA)의 경우 학습 데이터의 총 크기는 최대 10,000페이지의 GB입니다 2 .

청구서 모델 데이터 추출

고객 정보, 공급업체 세부 정보 및 라인 항목을 포함한 데이터가 청구서에서 추출되는 방법을 확인합니다. 다음 리소스가 필요합니다.

• Azure 구독은 무료로 만들 수 있습니다.

• Azure Portal의 Document Intelligence 인스턴스입니다. 무료 가격 책정 계층(F0)을 사용하여 서비스를 시도할 수 있습니다. 리소스가 배포된 후 리소스로 이동을 선택하여 키 및 엔드포인트를 가져옵니다.

1. 문서 인텔리전스 스튜디오 홈페이지에서 청구서를 선택합니다.

2. 샘플 청구서를 분석하거나 자체 파일을 업로드할 수 있습니다.

3. 분석 실행 버튼을 선택하고 필요한 경우 분석 옵션을 구성합니다.

   

문서 인텔리전스 스튜디오를 사용해 보세요.

지원되는 언어 및 로캘

지원되는 언어의 전체 목록은 미리 빌드된 모델 언어 지원 페이지를 참조하세요.

필드 추출

• 지원되는 문서 추출 필드는 GitHub 샘플 리포지토리의 청구서 모델 스키마 페이지를 참조하세요.

• 추출된 청구서 키-값 쌍 및 품목은 JSON 출력의 documentResults 섹션에 있습니다.

키-값 쌍

미리 빌드된 청구서 모델은 키-값 쌍의 선택적 반환을 지원합니다. 기본적으로 키-값 쌍 반환은 사용하지 않도록 설정되어 있습니다. 키-값 쌍은 레이블 또는 키와 관련 응답 또는 값을 식별하는 청구서 내의 특정 범위입니다. 청구서에서 이러한 쌍은 레이블 및 사용자가 해당 필드 또는 전화번호에 입력한 값일 수 있습니다. AI 모델은 다양한 문서 유형, 형식 및 구조를 기반으로 식별 가능한 키와 값을 추출하도록 학습되었습니다.

모델이 연결된 값이 없는 키가 존재하는 것을 감지하거나 선택적 필드를 처리할 때는 키가 격리되어 있을 수도 있습니다. 예를 들어 중간 이름 필드는 경우에 따라 양식에서 비워 둘 수 있습니다. 키-값 쌍은 항상 문서에 포함된 텍스트 범위입니다. 동일한 값이 다른 방식으로 설명되는 문서(예: 고객/사용자)가 있는 경우 연관된 키는 컨텍스트에 따라 고객 또는 사용자가 됩니다.

JSON 출력

JSON 출력은 세 부분으로 나뉩니다.

• "readResults" 노드에는 인식된 모든 텍스트와 선택 표시가 포함됩니다. 텍스트는 페이지별로 구성되고, 그다음 줄별로, 그다음에는 개별 단어별로 구성됩니다.
• "pageResults" 노드에는 readResults의 줄과 단어에 대한 참조, 경계 상자, 신뢰도와 함께 추출된 테이블과 셀이 포함됩니다.
• "documentResults" 노드에는 모델이 검색한 청구서 특정 값과 개별 항목이 포함됩니다. 청구서 ID, 배송 대상, 청구서 받는 사람, 고객, 합계, 개별 항목 등 청구서에서 모든 필드를 찾을 수 있습니다.

마이그레이션 가이드

• 애플리케이션 및 워크플로에서 v3.0 버전을 사용하는 방법을 알아보려면 문서 인텔리전스 v3.1 마이그레이션 가이드를 따릅니다.

::: moniker-end

다음 단계

• 문서 인텔리전스 스튜디오를 사용하여 사용자 고유의 양식 및 문서를 처리해 보세요.

• Document Intelligence 빠른 시작을 완료하고 원하는 개발 언어로 문서 처리 앱 만들기를 시작해 보세요.

• GitHub에서 더 많은 샘플을 찾아보세요.