Словарь ИИ
Что такое интеллектуальная обработка документов
Коротко
Интеллектуальная обработка документов (intelligent document processing, IDP) это технология, которая читает сканы, PDF и письма, понимает тип документа и переносит нужные поля в учетную систему.
Бизнес и внедрение · IDP
Михаил МозгПроверено: 1 минута чтения
Ребенку
После контрольной учитель собирает стопку листочков. Ему нужно найти на каждом имя, класс и оценку и переписать их в журнал. Представь помощника, который сам раскладывает листочки по предметам, находит имя даже на мятом листе и аккуратно заполняет журнал. Если почерк совсем непонятный, помощник откладывает листок и просит учителя посмотреть.
Простыми словами
Компании получают горы бумаг: счета, договоры, накладные, анкеты. Раньше их перепечатывали вручную, теряя часы. Такая система делает это сама в несколько шагов. Сначала она распознает текст на скане, потом понимает, что перед ней, например счет-фактура, затем находит нужные поля: поставщика, сумму, дату, номер договора. Если уверенность низкая, документ уходит человеку на проверку. Проверенные данные попадают в учетную программу без ручного ввода.
Для бизнеса
Такие решения окупаются там, где документов много, а форматы разные: входящие счета в бухгалтерии, заявки на кредит, страховые случаи, кадровые анкеты, первичка в логистике. Эффект считают в минутах на документ и доле ошибок ввода. Цена зависит от числа типов документов, качества сканов, требуемой точности и того, где работает модель: персональные данные и коммерческая тайна часто требуют обработки на своих серверах. Риски: уверенные ошибки в суммах и реквизитах, редкие форматы, которых не было в примерах. Поэтому документы с низкой уверенностью отправляют на проверку человеку и сверяют поля со справочниками. Точность на ваших документах меряют на пилоте до закупки.
Для специалиста
Intelligent document processing (IDP) объединяет задачи понимания документов (document understanding): предобработку изображения, OCR, анализ разметки страницы (layout analysis), классификацию типа документа, извлечение пар ключ-значение и таблиц (key information extraction), валидацию по правилам и справочникам. Классический конвейер строили из шаблонов и регулярных выражений по координатам полей, и он ломался на новых макетах. LayoutLM (Xu и др., 2019, опубликована на KDD 2020) предложила совместное предобучение на тексте и расположении слов на отсканированной странице с добавлением признаков изображения и повысила качество на понимании форм, чеков и классификации документов. Сейчас поля все чаще извлекают мультимодальные LLM со структурированным выводом по JSON-схеме, а уверенность модели определяет маршрут: автоматическая проводка или очередь проверки человеком (human-in-the-loop).
Пример
Дистрибьютор получает в день сотни счетов от поставщиков в разных форматах. Система распознает их, сверяет сумму и ИНН с заказом в учетной программе и проводит совпавшие, а остальные показывает бухгалтеру с подсвеченным расхождением.
Связанные термины
Вопросы и ответы
Чем интеллектуальная обработка документов отличается от OCR?
Нужно ли проверять документы после ИИ?
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений