Modelo de IA pré-construído para processamento de faturas
O modelo de IA predefinido de processamento de faturas extrai os principais dados da fatura para ajudar a automatizar o processamento de faturas. O modelo de processamento de faturas foi otimizado para reconhecer elementos comuns da fatura, como ID da fatura, data da fatura, valor devido e mais.
O modelo Faturas permite ampliar o comportamento padrão criando um modelo de faturas personalizado.
Usar em Power Apps
Para saber como usar o modelo predefinido de processamento de faturas no Power Apps, acesse Usar o modelo predefinido de processamento de fatura no Power Apps.
Usar no Power Automate
Para saber como usar o modelo predefinido de processamento de faturas no Power Automate, acesse Usar o modelo predefinido de processamento de fatura no Power Automate.
Idiomas e arquivos compatíveis
Há suporte para os seguintes idiomas: albanês (Albânia), checo (República Checa), chinês (simplificado) China, chinês (tradicional) RAE de Hong Kong, chinês (tradicional) Taiwan, dinamarquês (Dinamarca), croata (Bósnia e Herzegovina), croata (Croácia), Croata (Sérvia), Holandês (Holanda), Inglês (Austrália), Inglês (Canadá), Inglês (Índia), Inglês (Reino Unido), Inglês (Estados Unidos), Estónio (Estónia), Finlandês (Finlândia), francês (França), alemão (Alemanha), húngaro (Hungria), islandês (Islândia), italiano (Itália), japonês (Japão), coreano (Coréia), lituano (Lituânia), letão (Letônia), malaio (Malásia), Norueguês (Noruega), Polaco (Polónia), Português (Portugal), Romeno (Roménia), Eslovaco (Eslováquia), Esloveno (Eslovénia), Sérvio (Sérvia), Espanhol (Espanha), Sueco (Suécia).
Para obter os melhores resultados, forneça uma foto nítida ou digitalize por fatura.
- A imagem precisa estar nos formatos JPEG, PNG ou PDF.
- O tamanho do arquivo não deve exceder 20 MB.
- As dimensões da imagem precisam estar entre 50 x 50 e 10000 x 10000 pixels.
- As dimensões do PDF devem ter no máximo 17 x 17 polegadas, o que equivale aos tamanhos de papel Legal, A3 ou menor.
- Para documentos em PDF, apenas as 2.000 primeiras páginas são processadas.
Saída do modelo
Se uma fatura for detectada, o modelo de processamento de faturas gera as seguintes informações:
| Propriedade | Definição |
|---|---|
| Valor devido (texto) | Valor devido conforme escrito na fatura. |
| Valor devido (número) | Valor devido em formato de número padronizado. Exemplo: 1234.98. |
| Confiança do valor devido | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Endereço de cobrança | Endereço de cobrança. |
| Confiança do endereço de cobrança | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Destinatário do endereço de cobrança | Destinatário do endereço de cobrança. |
| Confiança do destinatário do endereço de cobrança | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Endereço do Cliente | Endereço do cliente. |
| Confiança do endereço do cliente | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Destinatário do endereço do cliente | Destinatário do endereço do cliente. |
| Confiança do destinatário do endereço do cliente | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| ID do Cliente | ID do cliente. |
| Confiança da ID do cliente | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Nome do cliente | Nome do cliente. |
| Confiança do nome do cliente | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| ID do imposto do cliente | O CPF associado ao cliente. |
| Confiança da ID do imposto do cliente | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Data de vencimento (texto) | Data de conclusão, conforme escrita na fatura. |
| Data de vencimento (data) | Data de vencimento em formato de data padronizado. Exemplo: 2019-05-31. |
| Confiança da data de conclusão | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Data da fatura (texto) | Data da fatura, conforme escrita na fatura. |
| Data da fatura (data) | Data da fatura em formato de data padronizado. Exemplo: 2019-05-31. |
| Confiança da data da fatura | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| ID da fatura | ID da fatura. |
| Confiança da ID da fatura | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Total da fatura (texto) | Total da fatura, conforme escrito na fatura. |
| Total da fatura (número) | Total da fatura em formato de data padronizado. Exemplo: 2019-05-31. |
| Confiança do total da fatura | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Itens de Linha | Os itens de linha extraídos da fatura. Pontuações de confiança estão disponíveis para cada coluna.
|
| Condições de pagamento | Os termos de pagamento da fatura. |
| Confiança das condições de pagamento | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Ordem de compra | Ordem de compra. |
| Confiança da ordem de compra | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Saldo devedor anterior (texto) | Saldo devedor anterior, conforme escrito na fatura. |
| Saldo devedor anterior (número) | Saldo devedor anterior em formato de número padronizado. Exemplo: 1234.98. |
| Confiança do saldo devedor anterior | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Endereço de remessa | Endereço de remessa. |
| Confiança do endereço de remessa | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Destinatário do endereço de remessa | Destinatário do endereço de remessa. |
| Confiança do destinatário do endereço de remessa | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Endereço de Serviço | Endereço de serviço. |
| Confiança do endereço do serviço | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Destinatário do endereço de serviço | Destinatário do endereço de serviço. |
| Confiança do destinatário do endereço de serviço | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Data de início do serviço (texto) | Data de início do serviço, conforme escrita na fatura. |
| Data de início do serviço (data) | Data de início do serviço em formato de data padronizado. Exemplo: 2019-05-31. |
| Confiança da data de início do serviço | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Data de término do serviço (texto) | Data de término do serviço, conforme escrita na fatura. |
| Data de término do serviço (data) | Data de término do serviço em formato de data padronizado. Exemplo: 2019-05-31. |
| Confiança da data de término do serviço | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Endereço de entrega | Endereço de remessa. |
| Confiança do endereço de entrega | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Destinatário do endereço de entrega | Destinatário do endereço de entrega. |
| Confiança do destinatário do endereço de entrega | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Subtotal (texto) | Subtotal, conforme escrito na fatura. |
| Subtotal (número) | Subtotal em formato de número padronizado. Exemplo: 1234.98. |
| Confiança do subtotal | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Imposto total (texto) | Imposto total, conforme escrito na fatura. |
| Imposto total (número) | Imposto total em formato de número padronizado. Exemplo: 1234.98. |
| Confiança do total de imposto | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Endereço do fornecedor | Endereço do fornecedor. |
| Confiança do endereço do fornecedor | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Destinatário do endereço do fornecedor | Destinatário do endereço do fornecedor. |
| Confiança do destinatário do endereço do fornecedor | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Nome do fornecedor | Nome do fornecedor. |
| Confiança do nome do fornecedor | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| ID do imposto do fornecedor | O CPF associado ao fornecedor. |
| Confiança da ID do imposto do fornecedor | O nível de confiança do modelo está em sua previsão. Pontuação entre 0 (baixa confiança) e 1 (alta confiança). |
| Texto detectado | Linha de texto reconhecido de execução de OCR em uma fatura. Retornado como parte de uma lista de textos. |
| Chave detectada | Os pares de valores-chave são todos os rótulos ou chaves identificados e suas respostas ou valores associados. Você pode usá-los para extrair valores adicionais que não fazem parte da lista predefinida de campos. |
| Valor detectado | Os pares de valores-chave são todos os rótulos ou chaves identificados e suas respostas ou valores associados. Você pode usá-los para extrair valores adicionais que não fazem parte da lista predefinida de campos. |
Pares de valores-chave
Os pares de valores-chave são todos os rótulos ou chaves identificados e suas respostas ou valores associados. Você pode usá-los para extrair valores adicionais que não fazem parte da lista predefinida de campos.
Para visualizar todos os pares de valores-chave detectados pelo modelo de processamento de faturas, você pode adicionar uma ação Criar tabela HTML em seu fluxo, conforme mostrado na captura de tela, e executar o fluxo.
Para extrair uma chave específica com valor conhecido, você pode usar a ação Matriz do filtro conforme mostrado na captura de tela abaixo. No exemplo da captura de tela, queremos extrair o valor da chave Tel .:
Limites
O limite a seguir se aplica a chamadas feitas por ambiente em modelos de processamento de documentos, incluindo modelos predefinidos: processamento de recebimento e processamento de faturas.
| Ação | Limite | Período de renovação |
|---|---|---|
| Chamadas (por ambiente) | 360 | 60 segundos |
Criar uma solução personalizada de processamento de faturas
O modelo de IA predefinido de processamento de faturas foi projetado para extrair campos comuns encontrados nas faturas. Como cada negócio é único, você pode querer extrair campos diferentes daqueles incluídos neste modelo predefinido. Também pode ser o caso de alguns campos padrão não serem bem extraídos para um tipo específico de fatura com o qual você trabalha. Para resolver isso, existem duas opções:
Usar o modelo de processamento de faturas personalizado: amplie os comportamentos do modelo de processamento de faturas predefinido adicionando novos campos a serem extraídos além daqueles que são padrão ou de exemplos de documentos que não foram extraídos corretamente. Para saber como ampliar o modelo de processamento de fatura pré-criado, acesse Selecione o tipo de documento.
Ver resultados de OCR brutos: cada vez que o modelo de IA predefinido de processamento de faturas processa um arquivo que você fornece, ele também realiza uma operação de OCR para extrair cada palavra escrita no arquivo. É possível acessar os resultados brutos de OCR na saída de texto detectada fornecida pelo modelo. Uma simples pesquisa no conteúdo retornado pelo texto detectado pode ser suficiente para obter os dados de que você precisa.
Usar processamento de documentos: com o AI Builder, você também pode criar seu próprio modelo de IA personalizado para extrair campos e tabelas específicos necessários para os documentos com os quais trabalha. Basta criar um modelo de processamento de documentos e treiná-lo para extrair todas as informações de uma fatura que não funciona bem com o modelo de extração de faturas.
Depois de treinar seu modelo de processamento de documentos personalizado, você poderá combiná-lo com o modelo predefinido de processamento de faturas em um fluxo do Power Automate.
Veja alguns exemplos:
Usar um modelo de processamento de documentos personalizado para extrair campos adicionais que não são retornados pelo modelo predefinido de processamento de faturas
Neste exemplo, treinamos um modelo de processamento de documentos personalizado para extrair um número do programa de fidelidade, presente apenas nas faturas dos fornecedores Adatum e Contoso.
O fluxo é acionado quando uma nova fatura é adicionada a uma pasta do SharePoint. Em seguida, ele chama o modelo de IA predefinido de processamento de faturas para extrair seus dados. Depois, verificamos se o fornecedor da fatura processada é da Adatum ou da Contoso. Se for o caso, chamamos um modelo de processamento de documentos personalizado que treinamos para obter esse número de fidelidade. Por fim, salvamos os dados extraídos da fatura em um arquivo Excel.
Usar um modelo de processamento de documentos personalizado se a pontuação de confiança de um campo retornado pelo modelo predefinido de processamento de faturas for baixa
Neste exemplo, treinamos um modelo de processamento de documentos personalizado para extrair o valor total das faturas, em que, normalmente, obtemos uma pontuação de confiança baixa ao usar o modelo predefinido de processamento de faturas.
O fluxo é acionado quando uma nova fatura é adicionada a uma pasta do SharePoint. Em seguida, ele chama o modelo de IA predefinido de processamento de faturas para extrair seus dados. Depois, verificamos se a pontuação de confiança da propriedade Valor total da fatura é inferior a 0,65. Se for o caso, chamamos um modelo de processamento de documentos personalizado que treinamos com faturas em que geralmente obtemos uma pontuação de confiança baixa para o campo total. Por fim, salvamos os dados extraídos da fatura em um arquivo Excel.
Usar o modelo predefinido de processamento de faturas para processar faturas que um modelo de processamento de documentos personalizado não foi treinado para processar
Uma maneira de usar o modelo predefinido de processamento de faturas é usá-lo como um modelo de fallback para processar faturas que você não treinou no seu modelo de processamento de documentos personalizado. Por exemplo, digamos que você criou um modelo de processamento de documentos e o treinou para extrair dados dos seus 20 principais fornecedores de faturas. Você pode então usar o modelo predefinido de processamento de faturas para processar todas as novas faturas ou faturas de menor volume. Aqui está um exemplo de como você pode fazer isso:
Esse fluxo é acionado quando uma nova fatura é adicionada a uma pasta do SharePoint. Em seguida, ele chama um modelo de processamento de documentos personalizado para extrair seus dados. Depois, verificamos se a pontuação de confiança da coleção detectada é inferior a 0,65. Se for o caso, provavelmente, significa que a fatura fornecida não é uma boa combinação para o modelo personalizado. Em seguida, chamamos o modelo predefinido de processamento de faturas. Por fim, salvamos os dados extraídos da fatura em um arquivo Excel.
