En liioitteli, jos sanoisin, että keskivertoihminen lähettää/vastaanottaa vähintään 10 laskua viikossa. Kasvavan digitalisaation myötä yritykset käsittelevät valtavia määriä laskuja päivittäin. Perinteisesti laskujen käsittely on ollut manuaalinen ja aikaa vievä prosessi, joka vaatii huomattavia resursseja ja on altis virheille.
Tekoälyn ja luonnollisen kielen käsittelyn myötä laskujen käsittely voidaan nyt automatisoida ja virtaviivaistaa, mikä parantaa tehokkuutta ja tarkkuutta. GPT tarkoittaa "generatiivista esikoulutettua muuntajaa" ja viittaa tehokkaiden kielenkäsittelymallien perheeseen, jonka on kehittänyt OpenAI. GPT-mallit on esikoulutettu suurille tekstidatamäärille, ja ne voidaan sitten hienosäätää tiettyjä tehtäviä varten, mukaan lukien laskujen käsittely.
Otetaan vaikka kirjakaupan tilausten laskujen käsittely, esimerkkilasku näkyy alla olevassa kuvassa. Tämä lasku sisältää tiedot toimituksesta, laskutuksesta, tuotteista ja hinnoista. Kuvittele, että sinun on kerättävä manuaalisesti tietoja tuhansista laskuista! Onneksi meillä on tekoälytyökalut, jotka nopeuttavat prosessia.
Tässä blogissa opastan sinua laskun käsittelyn vaiheissa GPT-4:n ja nanonetsien avulla. Ota kuppi kahvia ja varustaudu!
Vaihe 1: Luo Nanonets-tili ja lataa kuva
Ensimmäinen askel on poimia tekstitiedot laskumme kuvasta. OCR (Optical Character Recognition) -tekniikat käyttävät hahmontunnistusalgoritmeja tunnistamaan ja muuttamaan merkit tekstiksi kuvissa tai skannatuissa asiakirjoissa. Pilvipohjainen tekoäly (AI) -alusta Nanonets tarjoaa kuratoituja OCR-työkaluja tiettyihin tehtäviin, mukaan lukien Invoice OCR. Voit yksinkertaisesti rekisteröityä tätä ja käyttää heidän Invoice OCR -työkaluaan ilmaiseksi.
Kun kirjaudut sisään ja napsautat laskun OCR-painiketta, löydät vaihtoehdon "Lataa tiedostoja". Nanonets on erittäin käyttäjäystävällinen ja sen avulla voit ladata tiedostoja yli 6 sovelluksesta.
Latasin näytelaskun Agatha Book Storesta tähän. Poisto valmistuu muutamassa minuutissa, ja saat romutetut tulokset kuvan mukaisesti. Tässä käytetään valmiiksi koulutettua syväoppimismallia kokonaisuuksien ja niiden arvojen poimimiseen.
Kaikki Nanonetsien tunnistamat tekstikentät on rajattu erillisillä laatikoilla. Näille kentille poimitut arvot näkyvät oikealla 'LOPULLINEN TULOKSET' -välilehdellä. Tätä Nanonetsin tekemää kokonaisuuden purkamista voidaan parantaa käyttämällä GPT-4:ää. Nanonets tarjoaa myös vaihtoehtoja kenttien nimien lisäämiseen tai muokkaamiseen, mikä parantaa asiakkaiden mukauttamista ja käyttökokemusta.
Haluatko automatisoida manuaaliset AP-prosessit? Varaa 30 minuutin live-demo nähdäksesi, kuinka Nanonets voi auttaa tiimiäsi toteuttamaan päästä päähän AP-automaatio.
Vaihe 2: Lataa OCR-tekstitiedot
Poimitut OCR-tekstitiedot voidaan ladata useissa muodoissa. Katso alla olevasta GIF-tiedostosta esittely laskutietojen lataamisesta Excel- tai CSV-tiedostoon. CSV-tiedostossa kaikki entiteettien/tietokenttien nimet on tallennettu sarakkeina ja niiden arvot ovat vastaavilla riveillä.
Kopioimme ja liitämme tiedot ladatusta CSV-tiedostosta ja hankimme OCR:n luoman tekstin. Tässä on teksti, jonka latasin Nanonets-mallilaskusta.
OCR:n luomaa tekstiä voidaan tehostaa Chat GPT3:lla seuraavilla vaiheilla.
Kokonaisuuden poiminta voidaan skaalata tukemaan erilaisia kyselyitä, jos käytämme GPT4-malleja Nanonets-käsitellyn tekstin päällä. Voit rekisteröityä Open AI -tilin osoitteesta tätä ja pääset käyttämään suuria kielimalleja. Kun olet määrittänyt tilisi, saat ainutlaatuisen API-avaimen. Se on tarkoitettu turvatoimiin, OpenAI:n palvelimille tehtyjen pyyntöjen todentamiseen ja valtuutukseen. Tuo OpenAI-paketti ja aseta API-avaimen arvo.
Kehotteen suunnittelu selkeällä, jäsennellyllä tavalla on salaisuus suurten kielimallien tehon vapauttamiselle. Tietokentän tai entiteettien ja niiden arvojen poimimiseksi voimme käyttää alla olevaa kehotetta.
#määritä kehotteesi
prompt_text= Tämä on kirjakaupan tilausten OCR:n luoma teksti" +ocr_generated_text" + "Pura entiteetit ja niiden arvot avain-arvo-parina toimitetusta OCR-tekstistä ja tulosta muodossa avain: arvo"
Kun olet saanut kehotteen, voit välittää sen mille tahansa valmiiksi koulutetulle OpenAI-mallille ja saada vastauksen " openai.Completion.create()”-funktio. Voit valita muutaman parametrin parhaan tuloksen saavuttamiseksi.
GPT:n parametrit:
- moottori: Tämän parametrin avulla voit valita tietyn esiopetetun laajan kielimallin (LLM), jota käytetään tekstin luomiseen. Se voidaan asettaa esikoulutettuun malliin tai mukautettuun hienosäädettyyn malliin. Text Davinci on tehokas ja tehokas valinta.
- kysyy: Se on ensimmäinen tekstikehote, joka annetaan mallille tekstin luomisen aloittamiseksi. Meidän tapauksessamme "prompt_text" -muuttuja, jonka määritimme aiemmin.
- Max_tokens: Ilmaisee merkkien enimmäismäärän, jonka malli voi luoda tietylle kehotteelle. Tämän avulla voit hallita luodun tekstin pituutta.
- Lämpötila: Käytä sitä ohjaamaan luodun tekstin satunnaisuutta tai luovuutta. Matalan lämpötilan arvo tuottaa konservatiivisemman ja ennakoitavamman tuloksen, kun taas korkean lämpötilan arvo johtaa luovempaan ja vaihtelevampaan tuottoon. Lämpötila-arvo vaihtelee välillä 0–1, ja 1 on luovin.
Nyt kun tunnet GPT-parametrit, kirjoitetaan koodi tulosteen luomiseksi välittämällä kehoteteksti muiden parametrien mukana.
Saimme tuloksen seuraavasti:
Kokonaisuudet ja niiden arvot on poimittu nopeasti muutamassa vaiheessa!
Vaihe 4: Tietojen korjausten parantaminen
Liiketoiminnan tuhansien laskujen joukossa asiakastietojen epäjohdonmukaisuudet ja pienet virheet ovat väistämättömiä. Jotkut asiakkaat ovat esimerkiksi saattaneet antaa virheellisen sähköpostimuodon tai puhelinnumerot tai päivämäärä voi olla eri muodossa. Nanonettien ja GPT-4:n avulla voit helposti tunnistaa nämä ongelmat ja suorittaa tietojen korjauksia. Voimme toteuttaa sääntöpohjaisia validointeja varmistaaksemme oikeellisuuden ja muodon sekä tarkistaaksemme epäjohdonmukaisuudet.
Kehotan GPT:tä suorittamaan päivämäärän ja sähköpostin vahvistuksen puolestamme.
prompt_text= "Vahvista, ovatko päivämäärän (PP/KK/VVVV) ja sähköpostin muoto oikeat yllä olevissa entiteettitiedoissa?"
LLM tarjoaa Python-koodin käyttämällä säännöllisiä lausekkeita muodon tarkistamiseen, kuten alla olevassa kuvassa näkyy. Säännöllisissä lausekkeissa etsimme tiettyä mallia ja sovitamme sen. Poimitut entiteetit tallennetaan sanakirjaan, ja funktiot määritellään erikseen laskun sähköpostin ja päivämäärän vahvistamiseksi.
Määrittelyn jälkeen näihin toimintoihin voidaan syöttää mikä tahansa päivämäärä, kuten ('Laskun päivämäärä'), myyjän tai ostajan sähköpostiosoite saadaksesi tuloksen.
GPT auttaa myös tekemään korjauksia ja muutoksia tietoihin nopeasti ja kätevästi. Huomaa, että laskussamme päivämäärä on '02/05/2023'. Annan alla olevan kehotteen muuntaa päivämäärä muotoon “KK/PP/VV”.
prompt=” muuttaa poimittujen entiteettien tietojen muodoksi "KK/PP/VV". Säilytä vain vuoden kaksi viimeistä numeroa"
Tulosteessa tiedot on korjattu halutulla tavalla. Voimme antaa samanlaisia kehotteita tarkistaaksemme, onko yhteysnumerossa 10 numeroa, onko osoite halutussa muodossa ja myös puuttuvien tietoarvojen varalta.
Määritä kosketusvapaat AP-työnkulut ja virtaviivaistaa ostoreskontraprosessia sekunneissa. Varaa 30 minuutin live-demo nyt.
Vaihe 5: Tarkista tietoongelmia
Tietojen epäjohdonmukaisuus voidaan tunnistaa helposti GPT-4:llä. Esimerkissämme voit tarkistaa, eikö erääntyvä kokonaissumma vastaa yksittäisten tuotteiden hintojen summaa. Tehdään siitä kehote.
prompt=” Tarkista, että laskussa oleva kokonaissaldo on yhdenmukainen laskun määrän ja tuotehintojen kanssa”
GPT-4 tuottaa Pythonissa funktion, joka laskee kaikkien tilausten hintojen summan kertomalla määrän ja yksittäisen tuotteen hinnan. Mikäli loppusumma ei vastaa laskulle kirjoitettua summaa, kyseinen lasku merkitään ja tutkitaan. Tämä voisi auttaa yrityksiä välttämään virheet ja ristiriitaisuudet ja vahvistamaan taloudelliset tietonsa.
Jos sinulla on suuri laskutietojoukko, voit myös tarkistaa useiden laskujen johdonmukaisuuden. Voit esimerkiksi vertailla useiden laskujen myyjä- ja ostajatietoja tunnistaaksesi mahdolliset erot tai poikkeamat.
Vaihe 6: Kysely GPT:llä
Kun olet purkanut entiteetit, GPT:n avulla voidaan saada vastauksia myös tiettyihin kyselyihin koko tiedosta. Entä esimerkiksi, jos haluat tietää tiedot tietyn laskun lähetystiedoista.
Tehdään siitä kehote:
#määritä kehotteesi
prompt_text= "Pura toimitustiedot entiteetin avainarvopareista"
Tälle kehotteelle luotu täyttö oli:
>> Totta kai! Toimitettujen OCR-tietojen perusteella voimme poimia toimitus- ja laskutustiedot kahteen ryhmään seuraavasti:
Toimitustiedot:
"laskun_numero": "3522"
laivan_nimi: Gayathri Natarajan
ship_to_address: 600053 No.22B , Chetpet , Chennai , Tamil Nadu , Intia: Tanaya Pakahale
Samanlainen kysely voidaan suorittaa myös myyjän tietojen saamiseksi. Tässä on toimitetuista tiedoista poimitut tiedot myyjistä:
- myyjän_nimi: AGATHA BOOK HOUSE
- myyjän_osoite: No.13 , 2nd avenue , Indiranagar, Bangalore , Karnataka , Intia , 721302
- myyjän_puhelin: 6783456723
Kun työskentelet useiden asiakirjojen kanssa, voimme myös etsiä ja suodattaa laskuja, joiden kokonaissaldo on yli 5000 rupiaa analysoidaksemme joukkotilauksia. Koska GPT pystyy säilyttämään aiemmat kehotteet muistissa, se tarjoaa parhaan helppokäyttöisyyden.
Haluatko automatisoida manuaaliset AP-prosessit? Varaa 30 minuutin live-demo nähdäksesi, kuinka Nanonets voi auttaa tiimiäsi toteuttamaan päästä päähän AP-automaatio.
Miksi valita Nanonets + Chat GPT laskujen käsittelyyn?
- GPT voi analysoida laskujen tekstiä ja tunnistaa ja poimia tarkasti asiaankuuluvat kokonaisuudet, vaikka ne olisi kirjoitettu eri muodoissa tai niiden oikeinkirjoituksessa tai sanamuodossa on eroja. Tämä voi auttaa vähentämään virheitä ja lisäämään tarkkuutta
- Automatisoida ja laajentaa yritysten dataputkea
- Tehokkain tapa käsitellä suuria laskumääriä. Vähentää merkittävästi tietojen syöttämiseen ja käsittelyyn tarvittavaa aikaa.
- Työkalut tarjoavat joustavuutta ja mukautumiskykyä. Nämä työkalut voivat olla helposti integroitava olemassa oleviin järjestelmiin ja voidaan räätälöidä vastaamaan erityisiä liiketoiminnan tarpeita
- Yksi Nanonetsin laskujen OCR-ratkaisun eduista on sen kyky oppia virheistään. Järjestelmä käyttää koneoppimista parantaakseen tarkkuuttaan ajan myötä, jolloin se tarkentuu jokaisen uuden käsittelyn yhteydessä. Alustan avulla käyttäjät voivat myös tarkistaa ja korjata mahdolliset virheet manuaalisesti, mikä varmistaa, että poimitut tiedot ovat tarkkoja ja luotettavia.
Vaikka menetelmällä on monia etuja, meidän on myös ymmärrettävä tämän menetelmän rajoitukset. Tarkkuus on huono tilanteissa, joissa kuvan/PDF:n laatu on heikko. Al-pohjaiset työkalut ovat myös alttiina harhoille tai virheille, jotka ovat luonnostaan harjoitustiedoissa.
Kaiken kaikkiaan GPT:n hyödyntäminen kokonaisuuksien poiminnassa laskujen käsittelyssä voi auttaa yrityksiä virtaviivaistamaan toimintaansa, vähentämään manuaalista työtä ja parantamaan tarkkuutta, mikä johtaa parempaan taloushallintaan ja päätöksentekoon.
Määritä kosketusvapaat AP-työnkulut ja virtaviivaistaa ostoreskontraprosessia sekunneissa. Varaa 30 minuutin live-demo nyt.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- EVM Finance. Hajautetun rahoituksen yhtenäinen käyttöliittymä. Pääsy tästä.
- Quantum Media Group. IR/PR vahvistettu. Pääsy tästä.
- PlatoAiStream. Web3 Data Intelligence. Tietoa laajennettu. Pääsy tästä.
- Lähde: https://nanonets.com/blog/improving-invoice-processing-accuracy-nanonets-chat-gpt-4/
- :on
- :On
- :ei
- :missä
- $ YLÖS
- 1
- 10
- 13
- 5000
- 7
- 72
- a
- kyky
- Meistä
- pääsy
- Tili
- Tilit
- velat
- tarkkuus
- tarkka
- tarkasti
- poikki
- lisätä
- osoite
- etuja
- tulo
- AI
- algoritmit
- Kaikki
- mahdollistaa
- pitkin
- Myös
- määrä
- määrät
- an
- analysoida
- ja
- vastauksia
- Kaikki
- api
- sovellukset
- OVAT
- keinotekoinen
- tekoäly
- Tekoäly (AI)
- AS
- At
- todentaa
- valtuuttaa
- automatisoida
- Automatisoitu
- Katu
- keskimäärin
- välttää
- Balance
- perustua
- BE
- ollut
- ovat
- alle
- PARAS
- Paremmin
- harhat
- laskutus
- Blogi
- kirja
- laatikot
- liiketoiminta
- yritykset
- OSTAJA..
- by
- CAN
- tapaus
- muuttaa
- Muutokset
- merkki
- hahmon tunnistaminen
- merkkejä
- ChatGPT
- tarkastaa
- Chennai
- valinta
- Valita
- selkeä
- napsauttaa
- koodi
- kahvi
- kerätä
- Pylväät
- KOM
- verrata
- Valmistunut
- valmistuminen
- konservatiivinen
- johdonmukainen
- ottaa yhteyttä
- ohjaus
- Mukava
- muuntaa
- korjata
- korjattu
- Korjaukset
- vastaava
- voisi
- luoda
- Luova
- luovuus
- Kuppi
- kuratoitu
- asiakassuhde
- asiakas
- asiakastiedot
- Asiakkaat
- räätälöinnin
- räätälöityjä
- tiedot
- tietojen syöttö
- Päivämäärä
- Päivämäärät
- päivä
- tekemisissä
- Päätöksenteko
- syvä
- syvä oppiminen
- määritelty
- määrittelemällä
- Aste
- esittely
- haluttu
- yksityiskohdat
- kehitetty
- eri
- digitalisointi
- numeroa
- asiakirjat
- ei
- tehty
- download
- kaksi
- kukin
- Aikaisemmin
- helpottaa
- helppokäyttöisyys
- helposti
- tehokkuus
- tehokas
- päittäin
- tehostettu
- Parantaa
- varmistamalla
- Koko
- yksiköt
- kokonaisuus
- merkintä
- virheet
- Jopa
- Joka
- joka päivä
- esimerkki
- kunnostautua
- olemassa
- experience
- lauseke
- ilmauksia
- uute
- tuttu
- perhe
- FAST
- harvat
- ala
- Fields
- filee
- Asiakirjat
- suodattaa
- taloudellinen
- taloudelliset tiedot
- Löytää
- Etunimi
- sovittaa
- Merkityt
- Joustavuus
- seuraa
- varten
- muoto
- lomakkeet
- Ilmainen
- alkaen
- toiminto
- tehtävät
- vaihde
- tuottaa
- syntyy
- tuottaa
- generatiivinen
- saada
- gif
- Antaa
- tietty
- napata
- Ryhmän
- Kasvava
- Olla
- ottaa
- auttaa
- auttaa
- tätä
- Miten
- HTTPS
- i
- Minä
- ID
- tunnistettu
- tunnistaa
- if
- kuva
- kuvien
- kuvitella
- toteuttaa
- tuoda
- parantaa
- parani
- parantaminen
- in
- Mukaan lukien
- Kasvaa
- Intia
- henkilökohtainen
- tiedot
- luontainen
- ensimmäinen
- Älykkyys
- tulee
- lasku tk
- laskujen käsittely
- kysymykset
- IT
- kohdetta
- SEN
- vain
- Pitää
- avain
- Tietää
- Kieli
- suuri
- Sukunimi
- johtava
- Liidit
- OPPIA
- oppiminen
- vähiten
- Pituus
- Lets
- vipuvaikutuksen
- rajoitukset
- elää
- OTK
- log
- Erä
- Matala
- kone
- koneoppiminen
- tehty
- tehdä
- Tekeminen
- johto
- manuaalinen
- ruumiillinen työ
- käsin
- massiivinen
- ottelu
- maksimi
- Saattaa..
- toimenpiteet
- Muisti
- menetelmä
- ehkä
- vähäinen
- minuuttia
- puuttuva
- virheitä
- malli
- mallit
- muokata
- lisää
- eniten
- moninkertainen
- kertomalla
- nimet
- Luonnollinen
- Luonnollinen kielen käsittely
- Tarve
- tarvitaan
- tarpeet
- Uusi
- seuraava
- Nro
- nyt
- numero
- numerot
- saada
- saada
- OCR
- OCR-ratkaisu
- ocr-työkalu
- of
- Tarjoukset
- on
- kerran
- ONE
- vain
- avata
- OpenAI
- Operations
- optinen hahmon tunnistus
- Vaihtoehto
- Vaihtoehdot
- or
- tilata
- määräys
- Muut
- meidän
- ulostulo
- yli
- paketti
- pari
- parametri
- parametrit
- erityinen
- kulkea
- Ohimenevä
- Ohi
- Kuvio
- Suorittaa
- suoritettu
- henkilö
- putki
- foorumi
- Platon
- Platonin tietotieto
- PlatonData
- kehno
- teho
- voimakas
- tarkka
- Ennustettavissa
- hinta
- Hinnat
- prosessi
- Käsitelty
- Prosessit
- käsittely
- tuottaa
- toimittaa
- mikäli
- tarjoaa
- Python
- laatu
- määrä
- kyselyt
- nopeasti
- satunnaisuuden
- vastaanottaa
- tunnustaminen
- vähentää
- vähentää
- viittaa
- säännöllinen
- merkityksellinen
- luotettava
- pyynnöt
- Esittelymateriaalit
- vastaus
- johtua
- tulokset
- säilyttää
- arviot
- oikein
- s
- Said
- Asteikko
- Haku
- sekuntia
- salaisuus
- turvallisuus
- Turvatoimet
- nähdä
- nähneet
- Myyjät
- erillinen
- servers
- setti
- Lähetys
- Kauppa
- esitetty
- merkki
- merkittävä
- merkittävästi
- samankaltainen
- yksinkertaisesti
- koska
- tilanteita
- ratkaisu
- jonkin verran
- erityinen
- nopeus
- seisoo
- Alkaa
- Vaihe
- Askeleet
- verkkokaupasta
- tallennettu
- tehostaa
- virtaviivainen
- jäsennelty
- aihe
- niin
- tuki
- järjestelmä
- järjestelmät
- ottaa
- tehtävät
- joukkue-
- tekniikat
- kuin
- että
- -
- tiedot
- heidän
- sitten
- Siellä.
- Nämä
- ne
- tätä
- tuhansia
- Kautta
- aika
- aikaavievä
- että
- tokens
- liian
- työkalu
- työkalut
- ylin
- Yhteensä
- kosketusvapaa
- perinteisesti
- koulutus
- muuntaja
- kaksi
- ymmärtää
- unique
- lukituksen
- ladattu
- us
- käyttää
- käytetty
- käyttäjä
- Käyttäjäkokemus
- helppokäyttöinen
- Käyttäjät
- käyttötarkoituksiin
- käyttämällä
- VAHVISTA
- validointi
- arvo
- arvot
- todentaa
- hyvin
- volyymit
- haluta
- oli
- Tapa..
- we
- viikko
- Mitä
- kun
- joka
- vaikka
- tulee
- with
- sanamuoto
- Referenssit
- työnkulkuja
- työskentely
- olisi
- kirjoittaa
- kirjallinen
- Voit
- Sinun
- zephyrnet