Fakturaer Resepter Visittkort og Bankkontoutskrifter og En Skanner for Alt

Den moderne fagpersonen jonglerer minst et halvt dusin dokumenttyper i løpet av en gitt uke. En faktura ankommer fra en leverandør og må registreres i regnskapsystemet. En resept hentes fra apoteket og bør trolig registreres et sted som er mer pålitelig enn en kjøkkensku. Et visittkort utveksles på en konferanse og kontaktdetaljene må inn i telefonen før kortet blir borte i en laptopveske. En bankkontoutskrift ankommer og transaksjonene må stemmes av. En kvittering fra en forretningslunch må vedlegges en utgiftsrapport. Et laboratorieresultat fra en årlig kontroll bør sammenlignes med fjorårets tall. Hvert av disse dokumentene finnes i et annet format med andre felt og andre formål, og inntil nylig krevde hvert ett sitt eget arbeidsflyt for å digitalisere.

Applandskapet gjenspeiler denne fragmenteringen. Det finnes dedikerte kvitteringsskanere, dedikerte visittkortsskanere, dedikerte fakturabehandlingsverktøy, dedikerte lesere for medisinske dokumenter. Hver enkelt gjør sin spesifikke oppgave rimelig godt, men skaper sin egen datasilo, sin egen konto å vedlikeholde, sitt eget grensesnitt å lære, og sitt eget abonnement å betale. Den kognitive belastningen ved å vedlikeholde seks spesialiserte skanneapper for seks dokumenttyper er betydelig nok til at de fleste mennesker faller tilbake på the path of least resistance: ta et foto med telefonkameraet, legg det i en mappe, og håp på at "foto av dokument i en mappe" er et tilstrekkelig organisasjonssystem. Det er det aldri, men alternativet å bruke flere spesialiserte verktøy føles verre.

Skanneren på scan.yeb.to tar en fundamentalt annen tilnærming. Ett sluttprunkt håndterer åtte dokumenttyper. Last opp et foto av et støttet dokument, og AI-en identifiserer hva slags dokument det er, bruker den passende utvinningslogikken for denne typen, og returnerer strukturerte data formatert spesifikt for innholdet dokumentet inneholder. En faktura kommer tilbake med leverandørnavn, fakturanummer, linjeartikler, avgiftsbeløp og sum som forfaller. Et visittkort kommer tilbake med navn, tittel, selskap, telefonnumre, e-post og nettside. En resept kommer tilbake med medikamentnavn, doser, hyppighet og foreskrivende lege. Utvinningen er spesialisert for hver dokumenttype, men arbeidsflyten er universell: fotograf, last opp, motta data.

Hva hver dokumenttype produserer og hvorfor spesialisert utvinning har betydning

En generisk OCR-skanner behandler alle dokumenter på samme måte: den leser teksten på siden og returnerer en tekstblokk. Utdata fra skanningen av et visittkort gjennom generisk OCR er en streng av ord og tall som kan se ut som "John Smith Marketing Director Acme Corp 555-0123 [email protected]" uten noen indikasjon på hvilken del som er navnet, hvilken som er tittelen, hvilken som er telefonnummeret, og hvilken som er e-postadressen. Brukeren må analysere resultatet manuelt og plassere hver informasjonsdel i riktig felt i kontaktbehandleren. Dette er marginalt bedre enn å skrive kortet for hånd, men bare marginalt.

Spesialisert utvinning endrer ligningen helt. AI-en leser ikke bare teksten på et visittkort; den forstår at et visittkort inneholder spesifikke typer informasjon ordnet i forutsigbare mønstre. Navn vises nær toppen. Titler vises under navn. Telefonnumre følger gjenkjennelige siffer mønstre. E-postadresser inneholder @-symbolet. Nettsider starter med gjenkjennelige prefikser. Ved å forstå semantikken til et visittkort i stedet for bare tegnene, produserer utvinningen riktig merket, riktig atskilt felt som kan flyte direkte inn i en kontaktdatabase uten noen manuell analyse. Det samme prinsippet gjelder for hver dokumenttype skanneren håndterer, hver enkelt med sin egen semantisk modell og sin egen utvinningslogikk.

Fakturaer er trolig den mest komplekse dokumenttypen fordi de kombinerer narrative elementer (selskapsnavn, adresser, betalingsbetingelser, notater) med tabellelementer (linjeartikler med beskrivelser, mengder, satser og beløp) og beregnede elementer (delsummer, skattesatser, rabatter, sum). Utvinningen må håndtere alle tre samtidig, analysere leverandørinformasjonen fra hodet, de enkelte kostnadene fra elementtabellen, og det finansielle sammendraget fra bunnen. Ulike selskaper formaterer fakturaene sine ulikt, fra minimalistiske enkeltkolonnelayouter til utarbeidede flerseksjonsdokumenter med logoer, vilkår og betingelser, og flere skattesatssammenbrudinger. AI-en håndterer denne variasjonen ved å forstå hva en faktura er i stedet for hva en bestemt fakturamal ser ut til, som betyr at den fungerer med fakturaer fra hvilken som helst leverandør uten å kreve forhåndskonfigurerte maler.

Resepter presenterer en helt annen utfordring. Medisinske resepter bruker spesialisert notasjon som har betydning for livsomfattende forhold. "500mg BID x 14d" betyr 500 milligram to ganger daglig i fjorten dager, og å mislesing av noen del av notasjonen har konsekvenser langt mer alvorlige enn å mislesing av en linjeartikkel på en faktura. Skannerens reseptutvinning er utformet med denne følsomheten i tankene, analyserer ikke bare medikamentnavnet og dosen, men også hyppigheten, varigheten, foreskrivende lege og eventuelle spesialinstruksjoner. Det strukturerte resultatet gjør det enkelt å vedlikeholde en personlig medisineringshistorie som inneholder ikke bare hva som ble foreskrevet, men når, av hvem og i hvilken dose, som er nøyaktig den informasjonstypen som er verdifull under fremtidige medisinske konsultasjoner, men som nesten aldri spores systematisk av pasienter.

Bankkontoutskrifter og den finansielle dokumentledningen

Bankkontoutskrifter sitter i skjæringspunktet mellom finansiell sporing og dokumentskanningen fordi de inneholder nøyaktig det slaget strukturert, repetitivt data som er mest kjedelig å skrive inn manuelt og mest verdifullt når det er digitalisert. En månedlig bankkontoutskrift kan inneholde femti, hundre eller flere hundre individuelle transaksjoner, hver med en dato, beskrivelse og beløp. Å skrive disse inn i et regneark eller regnskapssystem er en utholdenhet som de fleste mennesker unngår helt, som betyr at de detaljerte transaksjonsnivådataene i bankkontoutskrifter går ubrukt av det store flertallet av mennesker som mottar dem. Utskriften blir skjenset på, den totale balansen blir notert, og papiret går inn i en fil hvor det aldri vil bli sett på igjen.

Skanningen av en bankkontoutskrift gjennom scan.yeb.to utvinnes hver transaksjon som en strukturert post. Hver post inneholder datoen, beskrivelsen (som typisk inkluderer handelnavnet eller transaksjonstypen) og beløpet. Åpnings- og sluttbeholdninger blir fanget opp, så er eventuelle sammendragseksjoner som bryter ned måneden aktivitet etter kategori. Dette strukturerte resultatet kan matas inn i regnskapsprogramvare, sammenlignes mot poster i receipts.yeb.to for kvitteringssamsvar, eller ganske enkelt brukt som grunnlag for en personlig utgiftsvurdering som ville være upraktisk å gjennomføre fra den trykte utskriften alene.

Kombinasjonen av kvitteringsskanningen og bankkontoutskriftsskanningen skaper en spesielt kraftig finansiell arbeidsflyt. Kvitteringer gir detaljen: hva som ble kjøpt, artikkel for artikkel, hos hver handelemann. Bankkontoutskrifter gir fullstendigheten: hver transaksjon, inkludert de som ikke produserte en papirkvittering. Sammen gir de et omfattende syn på utgifter som verken en alene gir. Kvitteringen viser at 47 euro-gebyret ved dagligvarebutikken var sammensatt av spesifikke artikler til bestemte priser. Bankkontoutskriften viser at 47 euro-gebyret fant sted på tirsdag klokken 15:14 og at det også var et 12 euro-gebyr på en kafé samme ettermiddag som ikke ga en verdt å skanne kvittering. Begge informasjonslag er nyttige, og den enhetlige skanneren gjør begge tilgjengelige gjennom samme arbeidsflyt.

De åtte typene i praksis og å velge når du skal skanne

De åtte dokumenttypene skanneren støtter er kvitteringer, fakturaer, resepter, visittkort, bankkontoutskrifter, laboratorieresultater, identitetsdokumenter og generelle dokumenter. Hver enkelt har sin egen utvinningsmodell, men bruksmønsteret over alle dem følger samme adoptionskurve. Mennesker begynner å skanne dokumenttypen som adresserer deres mest umiddelbare behov. For en frilansarbeider er det vanligvis fakturaer. For noen som forvalter sitt helse, det er laboratorieresultater og resepter. For en konferanse deltaker, det er visittkort. Når skannevanene dannes rundt en dokumenttype, utvides det naturlig til andre fordi arbeidsflyten er identisk og barrieren for å legge til en annen type er null.

Spørsmålet om når du skal skanne er i hovedsak spørsmålet om når strukturert data er mer verdifullt enn et foto. For en kvittering fra en forretningslunch som må gå på en utgiftsrapport, svaret er alltid: skanningen sparer mer tid enn det koster. For en tilfeldig dagligvarekvittering uten skatt eller sporingsimplikasjoner, svaret avhenger av om utgiftssporing er en del av den daglige rutinen. For en bankkontoutskrift, svaret avhenger av om transaksjonsdataene tjener et formål utover det banken online portal allerede gir. Skanneren foreskriver ikke en arbeidsflyt; det gjør det mulig for enhver arbeidsflyt brukeren trenger, fra omfattende skan-alt-dokumentasjon til målrettet skanningen av kun dokumentene som tjener et umiddelbart formål.

Den generelle dokumenttypen fungerer som et catch-all for dokumenter som ikke passer pent inn i de andre sju kategoriene. Kontrakter, brev, skjemaer, varsler, sertifikater, tillatelser og ethvert annet papirdokument som inneholder tekst som er verdt digitalisering kan behandles gjennom den generelle utvinningspipeline. Resultatet for generelle dokumenter er det fulle tekstinnholdet med strukturell formatering bevart, som gjør det nyttig for arkiv-, søk- og referanseformål selv uten den spesialiserte feltutvinningen som de dedikerte dokumenttypene gir. Dette betyr at skanneren aldri nekter et dokument fordi det ikke samsvarer med en kjent type. Alt kan skannes, og alt produserer nyttig utgang, med de spesialiserte typene som produserer spesielt nyttig strukturert utgang skilt til deres innhold.