Vortrainierte Modelle – Übersicht
Document AI bietet mehrere Produkte zur Verarbeitung von Dokumenten für verschiedene Anwendungsfälle.
Vortrainierte Parser
Weitere Informationen finden Sie unter Vortrainierte Modelle verwenden.
Kontoauszugsparser
Der Kontoauszugsparser extrahiert Schlüssel/Wert-Paare (KVP). Es können bis zu 17 generische Entitäten extrahiert werden. Beispiele: Kontonummer, Name des Kunden, Name der Bank und Tabellenelemente wie Einzahlungen und Abhebungen. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der Kontoauszugsparser unterstützt die Anreicherung und Normalisierung.
W2-Parser
Der W2-Parser extrahiert Daten aus dem IRS-Formular W2 als KVP. Es können bis zu zwölf generische Entitäten extrahiert werden, darunter Name des Mitarbeiters, Sozialversicherungsnummer, Arbeitgeber und Lohn. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der W2-Parser unterstützt die Anreicherung.
Parser für US-amerikanische Reisepässe
Der Parser für US-Reisepässe extrahiert KVP. Es können bis zu sieben generische Entitäten extrahiert werden. Dazu gehören Vor- und Nachname, Ausweis-ID und Geburtsdatum. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der Parser für US-Reisepässe unterstützt die Normalisierung.
Dienstprogrammparser
Dienstprogrammparser extrahiert Schlüssel/Wert-Paare. Es können bis zu 75 generische Entitäten aus Rechnungen für Versorgungsunternehmen extrahiert werden. Dazu gehören der Name des Lieferanten, der zuvor bezahlte Betrag und Positionen wie Betrag, Beschreibung, Produktcode und Menge. Sie geben die Felder (Schema) nicht an, die Sie mit dem Dienstprogramm-Parser extrahieren möchten.
Parsing-Tool für Identitätsnachweise
Der Parsing-Parser für Ausweisdokumente prognostiziert die Gültigkeit von Ausweisdokumenten anhand mehrerer Signale.
fraud_signals_is_identity_document-Erkennung: Es wird vorhergesagt, ob ein Bild ein erkanntes Ausweisdokument enthält.fraud_signals_suspicious_words-Erkennung: Es wird vorhergesagt, ob Wörter vorhanden sind, die für IDs nicht typisch sind.fraud_signals_image_manipulation-Erkennung: Vorhersage, ob das Bild mit einem Bildbearbeitungstool verändert oder manipuliert wurde.fraud_signals_online_duplicate-Erkennung: Vorhersage, ob das Bild online gefunden werden kann (nur USA).
Lohnabrechnungsparser
Der Lohnabrechnungsparser extrahiert Schlüssel/Wert-Paare. Es kann bis zu 26 generische Entitäten aus Lohn- und Gehaltsabrechnungen extrahieren. Dazu gehören der Name des Mitarbeiters, Boni, Provisionen, Überstunden und das Zahlungsdatum. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der Lohnzettelparser unterstützt Anreicherung und Normalisierung.
Parser für US-Führerscheine
Der Parser für US-Führerscheine extrahiert KVP. Es können bis zu acht generische Entitäten aus einem Führerschein extrahiert werden. Beispiele: Vorname, Nachname, Dokument-ID und Ablaufdatum. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der Parser für US-Führerscheine unterstützt die Normalisierung.
Kostenparser
Der Kostenparser extrahiert Schlüssel/Wert-Paare. Es kann bis zu 17 generische Entitäten aus Spesenberichten extrahieren. Beispiele: Kostendatum, Lieferantenname, Gesamtbetrag und Währung. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der Ausgabenparser unterstützt Anreicherung und Normalisierung.
Rechnungsparser
Der Rechnungsparser extrahiert KVP. Es kann bis zu 46 generische Entitäten aus Rechnungen extrahieren. Dazu gehören die Rechnungsnummer, der Name des Lieferanten, der Rechnungsbetrag, der Steuerbetrag, das Rechnungsdatum und das Fälligkeitsdatum. Sie geben die Felder (Schema) nicht an, die Sie extrahieren möchten. Der Rechnungsparser unterstützt die Anreicherung und die Normalisierung.
Summarizer
Zusammenfassung bietet Zusammenfassungen in Form von Abstracts und Stichpunkten für kurze und lange Dokumente. Mit dem Tool „Zusammenfassen“ können Sie auch die Ausgabelänge der Zusammenfassung als „umfassend“, „mittel“ oder „kurz“ festlegen.