IT
AccediInizia ora
Glossario

Elaborazione intelligente dei documenti (IDP)

Che cos’è Elaborazione intelligente dei documenti (IDP)?

L'elaborazione intelligente dei documenti (Intelligent Document Processing, IDP) legge automaticamente documenti come fatture, contratti o moduli, ne riconosce il tipo e trasforma le informazioni rilevanti in dati strutturati. Combina il riconoscimento del testo per le scansioni, l'elaborazione del linguaggio e regole di verifica. Le aziende riducono l'inserimento manuale e velocizzano processi come la gestione delle fatture in entrata. I campi incerti dovrebbero essere controllati da persone.

Come aiuta KI.ordo

Il modello di KI.ordo per l'estrazione dai documenti ricava dal testo campi come data, mittente, importi e scadenze; nella conoscenza si possono importare PDF con livello di testo e file Word, ma non documenti scansionati privi di testo riconosciuto.

Scopri di più →: Elaborazione intelligente dei documenti (IDP)

Modelli adatti

Temi

  • Documenti
  • Estrazione dati
  • Automazione

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo
← Tutti i termini

Termini correlati

Riconoscimento ottico dei caratteri (OCR)

Il riconoscimento ottico dei caratteri (Optical Character Recognition, OCR) converte il testo contenuto in immagini, come scansioni, foto o fax, in testo leggibile dalle macchine. Solo allora i documenti possono essere ricercati, copiati o elaborati automaticamente. L’OCR moderno usa reti neurali e riconosce anche tabelle, layout e in parte la scrittura a mano. Usi tipici sono la gestione delle fatture, la digitalizzazione di archivi e la lettura di moduli; la qualità dipende molto da quella dell’immagine.

  • documenti
  • riconoscimento testo
  • +1

Riconoscimento di entità nominate (NER)

Il riconoscimento di entità nominate (Named Entity Recognition, NER) è una tecnica di elaborazione del linguaggio che individua in un testo nomi di persone, aziende e luoghi, oltre a date o importi, e li assegna a una categoria. In questo modo il testo libero diventa un dato strutturato. Esempio: da un’email si estraggono automaticamente azienda mittente, referente, data di consegna e importo della fattura da inserire nel CRM.

  • NLP
  • Estrazione di informazioni
  • +1
Modello

Dati non strutturati

I dati non strutturati non seguono uno schema tabellare fisso: e-mail, contratti, manuali, pagine web, presentazioni, immagini o registrazioni audio. Costituiscono gran parte del sapere aziendale, ma a lungo sono stati difficili da analizzare automaticamente. I modelli linguistici possono leggerli, cercarvi informazioni e trasformarli in dati strutturati, ad esempio estraendo scadenze e importi da un contratto in una tabella.

  • Dati
  • Documenti
  • +1

IA estrattiva

Con IA estrattiva si indicano i metodi che ricavano informazioni già presenti in testi o documenti, invece di formulare contenuti nuovi. Il risultato proviene dalla fonte alla lettera o in una struttura fissa: numeri di fattura da un PDF, frasi chiave per un riassunto o il passaggio pertinente come risposta a una domanda. Poiché nulla viene inventato, il rischio di affermazioni errate è minore rispetto agli approcci puramente generativi; spesso i due si combinano.

  • Estrazione di informazioni
  • Documenti
  • +1
Modello