OCR SI inteligentnie odczytuje treść skanowanych dokumentów i pozwala na samodzielne zwiększanie skuteczności rozpoznawania dzięki wykorzystaniu sieci neuronowych.
Moduł Optycznego Rozpoznawania Znaków OCR SI jest w pełni zintegrowany z WEBCON BPS. Ułatwia on na efektywną i komfortową obsługę wszelkiego rodzaju dokumentów.
Digitalizacja dokumentów
Pierwszą, podstawową funkcjonalnością modułu jest konwersja dokumentów papierowych do postaci elektronicznej. Wartością dodaną OCR w stosunku do zwykłego skanu, jest stworzenie warstwy tekstowej w skanowanych plikach: stworzenia tzw. „wyszukiwalnych plików PDF” (searchable PDF). Dzięki temu, po zeskanowaniu dokumentu i umieszczeniu w systemie, możliwe będzie jego odnalezienie po dowolnej wartości zawartej w treści.
Ekstrakcja danych
Kolejnym poziomem rozpoznawania treści z wykorzystaniem OCR SI jest przeniesienie pożądanych informacji ze skanowanego dokumentu do elektronicznego formularza w WEBCON BPS. Bez względu na to, czy skanowane będą dokumenty papierowe czy elektroniczne, OCR SI na podstawie wcześniej zdefiniowanych parametrów rozpozna pożądane wartości i umieści je w odpowiednich polach formularza. W przypadku faktur kosztowych mogą być to dane, tj.: NIP, numer faktury, kwoty, data sprzedaży, data wystawienia, itp. Co więcej, nie ma znaczenia w jakim miejscu na dokumencie pojawią się poszukiwane słowa – nie ma więc potrzeby przystosowywania algorytmu do różniących się od siebie układem faktur od wielu dostawców.
Możliwości OCR SI w WEBCON BPS
Połączenie możliwości WEBCON BPS w zakresie obiegu dokumentów z funkcjonalnościami OCR SI, pozwala na kompleksowe obsłużenie niemal każdego procesu biznesowego, którego istotnym elementem są dokumenty. Sposób realizacji zależy wyłącznie od klienta końcowego, gdyż WEBCON BPS umożliwia:
- ręczną rejestrację papierowych dokumentów za pomocą ergonomicznego i intuicyjnego interfejsu, wyposażonego w system podpowiedzi,
- całkowitą automatyzację procesu skanowania papierowych dokumentów, z wykorzystaniem znakowania dokumentów kodami kreskowymi,
- automatyczną rejestrację dokumentów przychodzących kanałem poczty elektronicznej (e-mail), za pośrednictwem faksu, czy poprzez EDI (Electronic Document Interchange),
Do najczęściej optymalizowanych procesów, gdzie wykorzystywany jest mechanizm OCR, należą:
- rejestracja i akceptacja faktur,
- rejestracja i ewidencja korespondencji przychodzącej i wychodzącej, obsługa umów.
Działanie OCR SI w WEBCON BPS
Moduł OCR w WEBCON BPS oparty jest na silniku ABBYY FineReader, obecnie najskuteczniejszym na świecie narzędziem w rozpoznawaniu znaków. Dodatkową warstwę odpowiadającą za ekstrakcję danych zapewniają autorskie sieci neuronowe WEBCON, oferujące niespotykaną elastyczność oraz łatwość użycia.
Możliwość uczenia mechanizmu OCR
W przeciwieństwie do wielu tradycyjnych rozwiązań dostępnych na rynku, użytkownicy WEBCON BPS mają możliwość manualnego „uczenia” modułu OCR. W efekcie nawet gdy dany dokument znacząco różni się od ogólnie przyjętych standardów, wysoka skuteczność rozpoznawania treści może zostać zachowana, bez potrzeby programistycznego modyfikowania rozwiązania.
Ów proces uczenia nie wymaga specjalistycznej wiedzy i może zostać przeprowadzony przez dowolnego użytkownika systemu. Odpowiednie funkcje umieszczone są w ramach standardowego formularza wyświetlanego przez system. Wystarczy przenieść pożądane wartości w odpowiednie pola, a następnie wskazać systemowi, aby wziął pod uwagę te poprawki podczas następnego rozpoznania.
Tworzenie dedykowanych sieci neuronowych
Proces „uczenia” mechanizmu OCR powoduje zmiany w uniwersalnym zestawie sieci neuronowych. Dlatego w niektórych przypadkach, aby poprawić skuteczność rozpoznania dokumentów od jednego dostawcy oraz nie zmniejszyć skuteczności dla pozostałych, zalecane jest stworzenie dedykowanej sieci neuronowej.
Z punktu widzenia użytkownika końcowego proces ten wygląda tak samo. Natomiast w konfiguracji systemu dla kontrahenta o określonym numerze NIP zostanie utworzona dedykowana sieć. Numer ten jest wykorzystywany jako wyróżnik dla zastosowania różnych sieci. Dzięki temu możliwe jest połączenie ogromnych możliwości uniwersalnej sieci neuronowej z obsługą wyjątków, przy zachowaniu wysokiej skuteczności rozpoznania.