Glossário

Processamento inteligente de documentos (IDP)

O que é Processamento inteligente de documentos (IDP)?

O processamento inteligente de documentos (IDP, do inglês intelligent document processing) lê automaticamente documentos como faturas, contratos ou formulários, identifica o seu tipo e transforma os dados relevantes em dados estruturados. Combina o reconhecimento de texto em digitalizações, o processamento de linguagem natural e regras de validação. As organizações poupam a introdução manual de dados e aceleram processos como o tratamento de faturas ou correspondência recebidas. Os campos incertos devem ser verificados por pessoas.

Como o KI.ordo ajuda

O modelo de extração de documentos do KI.ordo retira campos como data, remetente, montantes e prazos do texto de documentos; PDF baseados em texto e ficheiros Word podem ser importados como conhecimento, mas documentos digitalizados sem camada de texto não.

Saber mais

Modelos correspondentes

Extrair dados de um documentoExtrai de um texto de documento o tipo de documento, a data, o remetente, o destinatário, o número de referência, os montantes, os prazos e um breve resumo e apresenta-os em JSON.Ver modelo

Temas

Documentos
Extração de dados
Automatização

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Reconhecimento ótico de caracteres (OCR)

O reconhecimento ótico de caracteres (OCR) converte o texto contido em imagens, como digitalizações, fotografias ou faxes, em texto legível por máquina. Só assim é possível pesquisar, copiar ou tratar documentos automaticamente. O OCR moderno utiliza redes neuronais e consegue também reconhecer tabelas, esquemas de página e, em alguns casos, escrita manual. Entre as utilizações típicas contam-se o processamento de faturas, a digitalização de arquivos e a leitura de formulários; a qualidade depende muito da qualidade da imagem.

documentos
reconhecimento de texto
+1

Reconhecimento de entidades nomeadas (NER)

O reconhecimento de entidades nomeadas (NER, do inglês named entity recognition) é uma técnica de processamento de linguagem natural que encontra em textos nomes de pessoas, empresas e locais, bem como datas ou montantes, e atribui cada um a uma categoria. Transforma texto livre em dados estruturados. Exemplo: a empresa remetente, a pessoa de contacto, a data de entrega e o valor da fatura são extraídos automaticamente de um e-mail e transferidos para um CRM.

NLP
Extração de informação
+1

Modelo

Dados não estruturados

Os dados não estruturados não seguem um esquema fixo de tabela: e-mails, contratos, manuais, páginas web, apresentações, imagens ou gravações de áudio. Representam uma grande parte do conhecimento das organizações, mas foram durante muito tempo difíceis de analisar automaticamente. Os modelos de linguagem conseguem ler e pesquisar esses conteúdos e convertê-los em informação estruturada, por exemplo extraindo prazos e montantes de um contrato para uma tabela.

Dados
Documentos
+1

IA extrativa

IA extrativa designa métodos que retiram informação existente de textos ou documentos, em vez de escrever conteúdo novo. O resultado vem literalmente, ou numa estrutura fixa, da fonte – como números de fatura de PDF, frases-chave para um resumo ou a passagem relevante como resposta a uma pergunta. Como nada é inventado, o risco de afirmações falsas é menor do que nas abordagens puramente generativas; as duas são frequentemente combinadas.

Extração de informação
Documentos
+1

Modelo