Использование Document Understanding для стимулирования автоматизации, точности и ROI

Понимание документов направлено на раскрытие данных, запертых в документах, чтобы предоставить вашей организации гораздо более высокую точность извлеченных данных, повышенную производительность и растущий ROI от роботизированной процессной автоматизации (RPA). Оно находится на пересечении обработки документов и искусственного интеллекта (ИИ), которые вместе способствуют будущему, где почти все может быть автоматизировано.

Экосистема понимания документов включает технологии, способные интерпретировать информацию и смысл из широкого спектра типов документов — даже рукописного текста, чекбоксов и штампов. Машинное обучение (ML) стимулирует непрерывные инновации в понимании документов, которое является одной из самых быстрорастущих областей автоматизации.

Организации могут уже работать с конкретными решениями или провайдерам. Тем не менее, им могут понадобиться другие технологии или новая экспертиза, чтобы расширить понимание документов на другие бизнес-функции. Может быть трудно найти поставщика, у которого есть универсальное решение, работающее со всеми видами документов. Обычно они фокусируются на определенных типах документов или отраслях, таких как страхование, финансы и здравоохранение. Есть также поставщики, предлагающие ML-решения вроде предобученных моделей для конкретных документов. Однако эти модели не могут быть легко модифицированы для документов за пределами этих доменов.

Сейчас трудно найти поставщика, предлагающего универсальное решение, которое будет работать с любым вообразимым документом. В свою очередь, UiPath предлагает бизнесу способ решить вызовы и возможности автоматизированной обработки документов. Для начала, есть наши нативные ИИ-возможности, которые вы можете попробовать через UiPath Enterprise trial.

Возможности платформы UiPath Enterprise RPA усилены дополнительными предложениями партнеров, позволяющими плавную сквозную обработку документов — они доступны в UiPath Marketplace. Marketplace предлагает открытую экосистему с решениями партнеров, которые в сочетании с платформой UiPath RPA могут охватывать широкий спектр кейсов.

Давайте посмотрим ближе на эти технологии экосистемы и ведущих поставщиков, их предоставляющих.

Множество технологий могут раскрыть силу понимания документов

Это некоторые из наиболее часто используемых технологий в понимании документов, вместе с партнерами UiPath, создающими решения вокруг них:

Оптическое распознавание символов (OCR)

OCR преобразует изображения печатного, рукописного или напечатанного текста в машиночитаемый текст, который может быть далее обработан для извлечения желаемых данных. Технология обычно также извлекает информацию о макете и структуре контента. Вы могли иногда замедляться, работая с PDF-документами, в которых нельзя скопировать текст или применить поиск, потому что страницы PDF по сути — картинки. Аналогично, у вас может быть скан, фото или скриншот чека, например, в типичных графических форматах вроде JPEG или TIFF. OCR может легко собрать всю необходимую информацию из этих файлов без необходимости для человека читать все документы самостоятельно.

Многие из самых известных движков OCR на рынке интегрированы с UiPath. К ним относятся ABBYY FineReader, Tesseract (открытый OCR от Google), Kofax OmniPage, Microsoft OCR и Google OCR. Кроме того, UiPath Document OCR недавно выпущен как еще один отличный выбор для клиентов.

Шаблонные экстракторы (TBE)

TBE извлекают данные, используя фиксированные правила, применяемые к шаблонам, созданным пользователем или машиной. TBE могут не работать для документов, структура которых часто меняется или требует разных вариаций шаблонов. Это означает, что это не вариант, когда вы работаете со многими разными организациями и имеете дело с различными шаблонами счетов или чеков, которые они присылают. В то же время, технология идеально подходит для управления относительно небольшим количеством шаблонов для стабильных документов. Не стесняйтесь выбирать ее, когда у вас есть предопределенный набор фиксированных шаблонов и исключений не ожидается. Когда изменение формата документа необходимо, легко вручную изменить шаблон.

Существует много поставщиков, предлагающих TBE. При оценке того, какое решение выбрать, следует обратить внимание на то, насколько легко настроить шаблон и как результаты извлечения зависят от качества изображения. Некоторые из лучших компаний предлагают технологии, создающие шаблоны в полуавтоматическом режиме с использованием процесса human-in-the-loop, который только подтверждает выбор.

Отличный пример TBE — ABBYY FlexiCapture, интегрированный в UiPath Studio. Также есть UiPath template extractor, доступный как часть UiPath Document Understanding.

Экстракторы на основе машинного обучения с учителем (SMLE)

SMLE могут использоваться для структурированных и полуструктурированных документов. Последние могут не иметь строгого макета, как структурированные документы, но могут включать похожий контент. Хороший пример — счета-фактуры и заказы на закупку. SMLE работают путем разметки набора образцов документов, то есть ассоциирования извлекаемых элементов данных с областью в документе, откуда данные извлекаются.

В настоящее время UiPath имеет ML-экстракторы для счетов-фактур, чеков и заказов на закупку. Другие предобученные модели будут доступны скоро. UiPath также интегрирован с ABBYY Flexicapture Distributed и Flexicapture for Invoices, которые используют предобученные ML-модели для счетов-фактур и похожих документов. Кроме того, UiPath интегрирован с Hyperscience, Ephesoft, Vidado, Rossum, Omnius, Microsoft Form Recognizer и Amazon Textract. Все интеграции предлагают техники для структурированных и полуструктурированных документов.

Рассматривая варианты SMLE, спросите поставщика сколько образцов требуется для обучения моделей. Если число велико, процесс может влечь высокие затраты из-за задач разметки и потребности во множестве образцов.

Обучение без учителя (USL)

Эта техника заключается в анализе набора данных без необходимости предварительной разметки данных. USL использует предобученные модели или другие машиночитаемые представления знаний для обработки неструктурированных документов. Типичные кейсы — анализ финансовых отчетов, договоров и электронных писем.

У UiPath есть несколько партнеров, предлагающих решения USL, включая Indico, SortSpoke, Botminds AI Technologies и Xtracta. Indico, например, предлагает инструмент компьютерно-ассистированной разметки, предлагающий метки, ассоциированные с данными в документах. Все, что нужно пользователю — одобрить или переписать их.

Обработка естественного языка (NLP)

NLP-технологии помогают компьютерам понимать человеческий язык. NLP часто комбинируется с другими технологиями для выполнения ряда задач. Она позволяет организациям выполнять текстовый анализ, извлечение сущностей и автоматизировать процессы, определяя намерение в неструктурированных документах, таких как электронные письма. Если вы хотите извлечь Дату начала и Дату окончания из неструктурированного документа, вы должны иметь возможность отобразить временную шкалу работы, потому что многие даты являются синонимами. NLP помогает вам сделать это, так как может определять и анализировать синонимы. Более того, он может анализировать сентимент текста — другими словами, определять, позитивен, негативен или нейтрален он. Это может быть особенно ценным для интерпретации контента в новостях, социальных медиа или переписке. NLP-партнеры и технологии, интегрированные с UiPath, включают Expert System, Amazon Comprehend и Stanford NLP Group.

Новые альтернативы — аутсорсинг бизнес-процессов и human-in-the-loop

Наряду с установленными технологиями и компаниями, перечисленными выше, появляются поставщики, предлагающие аутсорсинг бизнес-процессов (BPO) и процессы human-in-the-loop (HITL) для улучшения понимания документов.

Например, Ocrolus и Contract Wrangler имеют мощные ML-технологии для понимания документов. Однако они задействуют краудсорсинговую человеческую силу, которая помогает исправлять результаты извлечения документов, не соответствующие желаемому порогу точности. Обе компании являются деструктивными, потому что гарантируют до 99,99% точности и временные обязательства по доставке. Конечно, более высокая точность и более короткие временные требования могут влечь более высокие затраты для клиентов.

Кроме того, решение UiPath Document Understanding предоставляет Validation Station. Этот инструмент позволяет пользователям просматривать и, при необходимости, исправлять результаты автоматической классификации документов и извлечения данных.

Заключительные мысли о выборе решения

Выбор решения, отвечающего всем вашим бизнес-потребностям в понимании документов, может стать серьезным вызовом. Обычно это приводит к оценке вариантов внедрения нескольких решений одновременно и поиску лучших способов их интеграции. Именно поэтому UiPath работает и интегрируется с широким спектром ведущих поставщиков отрасли. Мы создали богатую экосистему понимания документов, дополняющую платформу UiPath RPA.

Для более глубокой информации, присоединяйтесь к нашему вебинару «Product Spotlight: AI-Enhanced Automations – Combining Transformative Capabilities». Вы увидите, как UiPath Document Understanding и другие ML-решения могут помочь поднять ваши автоматизации на совершенно новый уровень — на базе ИИ. Вы также можете попробовать эти возможности для автоматизации ваших бизнес-процессов, зарегистрировавшись для UiPath Enterprise trial.