Digitalização de Notas Fiscais

Copyright © OpenText Corporation. All rights reserved.
Open Text Capture
Center
Classificação e Extração
Automática de Dados de
Documento
Marcelo Carrera
Sales Executive
April 20, 2013
Copyright © Open Text Corporation. All rights reserved.
Slide 1

Tecnologias de Documento da
Open Text

Tecnologias de Documento da Open Text
 Antigo CGK, Computer Gesellschaft Konstanz
 Processando Documentos desde 1972
 Incomparável: Pacote completo de tecnologia
 Líder mundial em tecnologia de reconhecimento
 Atendimento Global
 Desde 2009 como parte da Open Text
 CDT: Captaris Document Technologies e
 ODT: OCÉ Document Technologies
3

Alguns de Nossos Clientes
4
OEM Clientes Diretos
o

Beneficios, Escopo e Casos de
Uso

OCC – Beneficio
Q
Melhorar a Qualidade da Informação
 Melhorar o compartilhamento de informação
 Aproveitar um conjunto comum de regras de negócio
 Reduzir erros
$
Reduzir Custos Operacionais
 Automatizar tarefas manuais
 Implantar uma plataforma única de entrada de documentos
 Reduzir preenchimento/armazenamento de papel

Acelerar os Processos de Negócio
Diminuir o tempo de um ciclo
Reduzir o processamento de exceção
Melhorar o relacionamento com clientes
Aumentar produtividade da equipe
Conformidade (“Compliance”)
 Garantir conformidade / auditabilidade
 Melhorar visibilidade dos processos de negócio
 Ter evidências para o caso de um litigio
§§

Produtos
Slide 7
Nota Fiscal
Requerimento
Verificação
Solicitação
OpenText
Enterprise Scan
Invoice Capture Center
OpenText Capture Center
Aplicações Alvo
Content Server
TCP, IDM, VRD, C36
0, P360, …
SharePoint

Casos de Uso
Slide 8
Gera
Dinheiro
Economiza
Dinheiro
Documento
Eletrônico
Qualificado
Permite
Workflow
Digital
Captura de
Dados /
Documento
Reduzir
Entrada
Manual Permite
automação
de
Processos
 Digitalização de
Correspondência
 Digitalizar Documentos
em Arquivos Eletrônicos
 Conversão de
Documentos de
Processos Antigo
 Gerenciamento de
Transações e Processos
 Centro de Serviços
 Captura Ad-Hoc

Caso de Uso: Digitalização de Correspondência
LAD I G I T
P A P E L
Tempo Decorrido
Distribuição Interna
Trabalho Produtivo
Análise de
Documento
Digitalização
Preparação
Entrega de
Correspondência
Distribuição Interna
Copia
Trabalho Produtivo
EntregaTransporte
Interno
Seleção
Entrega de
Correspondência

Funcionalidades e Características

Visão Geral dos Componentes do OCC
IM EX
Fax, Email,
FTP site,
Pasta de Rede
SharePoint
Cliente do
Enterprise Scan
Aplicações de
Negócio
Arquivo
ConfiguraçãoMonitoramento
Expedição
ValidaçãoReconhecimento
Open Text Capture Center

Reconhecimento: Diferente Tipos de Documentos
Documentos
Estruturados
> Formulários
Documentos Semi-
Estruturados
> Correspondência B2B
Documentos
Desestruturados
> Correspondência C2B
Os dados estão em
grupos lógicos mas
as suas posições são
desconhecidas
Os dados podem
estar em qualquer
lugar do documento
Dados em posições
fixas

Passos no Reconhecimento de Documentos
Slide 13
Interpretação: Reforçar os dados extraídos dentro do contexto da informação
21012010
332.29 USD
X-44277
K441258-3
Data: Jan 21. 2010
Valor: 332,29 $
Nr do Pedido: X-44277
Fornecedor: Mueller & Friends
Classificação: Identificação do tipo de documento
„Nota Fiscal”
„Notas de Entrega“
„Pedidos“
„Outros“
Extração: Buscar informação básica no documento
Data: Jan 21. 2010
Valor: 332,29 $
Nr do Pedido: X-44277
Fornecedor: Mueller & Friends
Invoice
…
Separação: Dividir um lote de imagens em documentos individuais (várias páginas)

Importação
Importação Direta a partir do Enterprise Scan
 Estrutura de documento e pasta mantidos
 ES de meta dados mapeados para o index de dados do OCC
Entrada de Documento (hot spot) por
 File system
 E-Mail
 FTP site
 SharePoint
Tipos de Documentos
 Documentos Bitmap: TIFF, GIF, JPG, …
 Petro e Branco, escala de cinza, colorido
 Documentos PDF

Reconhecimento: Separação de Documento
Documento 1 Documento 2 Documento 3
 Coleta de páginas individuais em documentos
 Fronteiras do documento podem ser definidas por bordas
Código de Barra
Patch Code
Número Fixo de Páginas
Conteúdo e regras

Reconhecimento: Classificação de Documento
16
 Classifique cada documento de
acordo com a sua categoria
 Métodos
Baseado em Regras, ex. certas
frases ou objetos em alguma
posição
Adaptativa: aprendizado baseado
em amostras
Pontos de identificação: por
números, códigos de barras
Uma combinação dos tipos acima

Reconhecimento: Motores de Extração
Baseado em Regras
Classificação &
Extração
Adaptativa
Auto-rotação
Desentortar /
Limpar Imagem
Remoção de
Linhas
Filtro de Cor
Adaptive
Binarization
…
Processamento
de Imagens
Código de
Barras 1D
Código de
Barras 2D
Patch Code
Check Box
Mark Sense
Padrão de
Reconhecimento
Impressora
Escrita a mão
OCR Font
e.g. MICR
Core OCR
Reconhecimento
de Formulários
Reconhecimento
de formas livres
Classificação
(ACT)
Extração
(ART)
Bando de dados
base (SnapMatch)
Motor de Reconhecimento (RecoStar) Leitor de Documento(DOKuStar)

Extração de Formas Livres
Normalizar
“10/24/10”
Format (US)
Day = 24
Month = Oct
Year = 2010
24.10.2010
Decompõe a “string” em
subunidades e reformata
conforme exigido
Vericar
Compara com regras de
negócio e verifica se faz
sentido
Períod
o
valido
?
24.10.2010
yes no
Exporta
Entrada
Manual
Analisar
Date
Word
Number
Busca identicações que
fazem sentido com as
regras
Transforma pixels em
caracteres por meio do
reconhecimento ótico de
caracteres
OCR
CLERK: 12
DATE SHIPPED
ORDER DATE
10/30/02
10/24/02
COVER CODE
PA
3
Extrair
Order_Date =
“10/24/10”
Encontra a data correta
entre todas as
alternaticas possiveis

Efeito de Longo Prazo das Técnicas de Forma
Livre
Abordagem de OCC
Reconhecimento
de forma livre
Tecnologia
Adaptativa
(=aprendizado)
Combinando
forma livre e
adaptativa
Reconhecimento
baseado
(template) na
forma
Aumento da taxa de reconhecimento durante tempo de produção

Opção de Nota Fiscal
O Capture Center utiliza uma base de conhecimento
interna de notas fiscais
As regras de extração forma desenvolvidas e testadas com
base em amostras de notas fiscais de mais de 4000
fornecedores diferentes.
Exemplos de idiomas de mais de 25 paises incluindo o
Brasil
Taxa de reconhecimento de mais de 95% no nível de
campos, com valores médios entre 70% a 90%
Refinamento continuo baseado na experiência de campos

Extração de Dados de Nota Fiscal
Fornecedor
Número da Nota
Linha de Itens
Valor Liquido
Valor Total
Data da Nota
Número do Pedido
Moeda
Nota da Entrega

Amostra de Dados de Nota Fiscal
Dados
ID do fornecedor como no dado mestre
Nome do vendedor
Como o dado é extraído?
Pesquisa de base de dados SnapMatch
Utiliza o dado mestre de fornecedor incluindo
informações auxiliares (nome da
empresa, número de FAX e
telefone, endereço, …)
Uso
Necessário para a postagem
Campos mandatórios para formulários de nota
fiscal
Configuração
Script para download para base de
fornecedores
Número Tel / Fax
Nome
Endereço
Conta do banco
Dados mestre
(extraido do
ERP)
Outro…
ID do fornecedor
Nome do fornecedor
Fornecedor

Amostra de Dados de Nota Fiscal (continuação)
Dados
Liquido, bruto, valor e moeda (padrão)
Percentagem de imposto(s), valor(s), frete, …
(opcional)
Como os dados são extraídos?
Uso de base de conhecimento de nota fiscal
Pesquisa por itens (uma nota fiscal é cheia de
valores)
Relacionamento lógicos e geométricos entre
valores são utilizados para remover as
ambiguidades
Uso
fiscal
Configuração
Configuração de idioma
Valor(es)

Data
Data de emissão
Número de referência do fornecedor
Pesquisa por itens (uma nota fiscal é cheia de
valores)
Normalmente a data e o número da nota fiscal
estão próximos
Uso
fiscal
Configuração
Intervalo de datas aceitas por script
Data é numero da nota fiscal

Dado
Número do pedido de compras
Pesquisa por itens chave
Uso de sintaxe pre-definida (450…) ou fazendo
download dos pedidos de compras em
aberto
Uso
Necessário para a postagem e para
conferência de itens por linha
fiscal
Configuração
Sintaxe utilizada pela empresa para números
de pedidos
Número do Pedido de Compras

Data
Número do pedido, número de ordem da
linha, quantidade, unidade, preço
unitário, preço total, percentagem de
imposto e valor, descrição, número da nota
de entrega.
Análise de layout e conteúdo
Uso opcional de cabeçalhos de coluna
Variando a ordem de linhas
Uso
Os dados precisam estar de acordo com o
pedido e os bens entregues
Uso: Opcionalmente
Configuração
Itens de Linha

OCR – Estado da Arte
Impresso
Texto OCR
Escrita Manual
Escrita Cursiva
Praticamente
perfeito
Perfeito ou
aceitável
Para produção
Apenas em
ambientes restritos

Reconhecimento: Balanceamento de Carga
 Fácil de Escalar
 Maior rendimento com clusters de servidores de reconhecimento
 Suporta todos os cenários de fail-over
Servidor de
Reconhecimento 2
Nós Runtime
Servidor
OCC
Servidor de
Reconhecimento 1
Nós Runtime
Nós Runtime

Validação
 Correção de
Separação de documento
Classificação de documento
Dados Extraidos
Desenho ergonômico
Destaque (Highlight) de dados
extraidos
Pula campos corretos
Controle total por teclado
Entrada com clique único: Extração de
dados semi-automatica com
apontamento do dado

Entrada com um só clique

Exportação
Content Server (LiveLink)
 Pasta dependente da classe do
documento
 Configuração de nome de arquivo
 Meta dados por categoria
 Disparo de Workflow
SharePoint
 Biblioteca depentende da classe do
documento
 Configuração do nome do arquivo
 Atributos da biblioteca
 Atributos do caminho da informação
File System
 Pasta e nome do arquivos
selecionáveis
 Dado em XML ou CSV
Exportação customizada

Configuração
Importação de esquema de dados das categorias do Content Server
ou das bibliotecas do SharePoint
Fácil definição de tipos de campos
Comece com KFI (key from image) e depois automatize passo a passo
 Entrada de dados semiautomática
 Aprendizado adaptativo
 Operadores de extração pré-definidos
 Operadores de extração definidos pelo
usuário
Design Studio para definição de
campos para formulários e para
sem formulários
 Processos simplificados para desenvolvimento,
teste e implementação
 Teste com grandes volume de dados
 Teste de regração

Monitoramento e Relatórios
Ferramenta de monitoramento para controlar fase de
produção
 Saúde das fontes de entrada e dos respectivos destinos
 Saúde de todos os servidores de reconhecimento
 Lista de todos os clientes de validação ativos
 Sumário de todos os “batches” ativos
 Drill down em perfis individuias e “batches”.
Mudança de estado de “batches” e recursos de
processamento
Relatório de histórico de “batches”
 Passos de processamento
 Quando, o que e o tempo que levou
 Monitoramento da performance

Interface para criação de Scripts e
Programação
Escreva scripts em C#
Programe com .net (DLLs)
Pontos de entrada durante o reconhecimento
 Antes do reconhecimento, ex. Predefinição de metadados
 Depois da classificação, ex. Para substituir decisão de classificação
automática
 Depois do reconhecimento, e.g. Para validar dados ou combinar
diversos campos de dados
Durante a validação
 Baseados em eventos disparados pelo usuário como entrada de dados
e mudança de valor
Exportação customizada
Conector de entrada

Obrigado
Marcelo Carrera
Sales Executive
Av. Ibirapuera, 2332, Torre II, Cj. 132
Tel: +55 11 5054-8373
Mobile: +55 11 98536-7739
Email: mcarrera@opentext.com

Digitalização de Notas Fiscais

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (20)

Semelhante a Digitalização de Notas Fiscais

Semelhante a Digitalização de Notas Fiscais (20)

Digitalização de Notas Fiscais