Adatkinyerés dokumentumokból:
pontos, könyvelhető adat

Az OCR a kép szövegét ismeri fel, a kimenete karakterek sorozata. A kulcsinformáció-kinyerés (KIE, Key Information Extraction) ennél egy lépéssel tovább megy: megmondja, hogy a felismert szövegben melyik szám a nettó összeg, melyik dátum a fizetési határidő, és melyik cégnév a partner. A kimenet strukturált, mezőre pontos adat, amit közvetlenül be lehet emelni a könyvelésbe, nem egy szövegválasz, amit valakinek újra értelmeznie kell.

A rendszer dokumentumtípustól függő kinyerési utakat futtat: bejövő és kimenő számla, szerződés, bérjegyzék, bankszámlakivonat és teljesítésigazolás. Az irattípust automatikusan felismeri, és ennek megfelelő feldolgozási útra állítja a dokumentumot. A bérjegyzék dedikált, bizalmas szintű úton kerül feldolgozásra, elkülönítve az általános dokumentumfolyamtól.

A pontosságot saját, magyar üzleti dokumentumokból álló annotált korpuszon mérjük, mezőszintű F1-mutatóval. A jelenlegi produkciós modell a magyar KIE-korpuszon 0,975 F1-et ért el. A mérési módszertan és a nyers eredmények nyilvánosak a github.com/k3net/docai-evals repóban, beleértve azokat a méréseket is, amelyek nem a várt eredményt hozták.

A kinyert mezők megbízhatósági szintje (confidence) színkóddal jelenik meg, és a mező mellől át lehet ugrani a forrás-PDF megfelelő oldalára, ahol az adat szerepel. Bizonytalan adatot a rendszer inkább üresen hagy, mint hogy kitaláljon: az AI javaslatot tesz, a végső jóváhagyás emberi döntés marad.

On-premise üzemmódban nem. Az OCR, az adatkinyerés, a keresési index és a nyelvi modell is a szervezet saját GPU-szerverén fut, a dokumentumadat nem kerül külső felhőszolgáltatóhoz. A fájlok titkosítva tárolódnak, a hozzáférés szerepkör-alapú, és minden megnyitás, módosítás és letöltés naplózott.