همه محصولات

مرتب کردن رسیدها با هوش مصنوعی

اطلاعات رسید و فاکتور را به ردیف‌های مشخص تبدیل کنید و منبع، مبلغ غیرقطعی و احتمال تکرار را کنار هر ردیف نگه دارید.

مرتب کردن رسیدها با هوش مصنوعی وقتی مفید است که یک خرید هم در ایمیل تایید سفارش باشد و هم عکس رسیدش در پوشه هزینه‌ها. اگر هر دو جدا ثبت شوند، جمع گزارش بالا می‌رود بدون اینکه خرید دیگری انجام شده باشد. اسکیل receipt-processing کمک می‌کند تاریخ، فروشنده، مبلغ و ارز را در یک ساختار مشترک بیاورید و مدرک هر ردیف را نگه دارید تا بتوانید چنین موردی را بررسی کنید.

با چند سند مجاز شروع کنید. یک فاکتور واضح و یک عکس کم‌نور انتخاب کنید تا معلوم شود کدام فیلد را می‌شود با اطمینان خواند و کجا باید انسان رقم را دوباره ببیند. برای مبلغی که یک جای آن ناخواناست، علامت سوال بهتر از عدد ساختگی است. همین قاعده برای مالیات یا ارزی که روی سند نیامده هم اهمیت دارد؛ خروجی می‌تواند پیش‌نویس باشد تا حسابدار بعدا آن را تایید کند.

کاربردها

  • مبلغ رسید را با جمع کل مقایسه کنید و اگر تخفیف یا مالیات خوانا نیست همان قسمت را برای بازبینی نگه دارید.
  • نام فروشنده را به شکل قابل استفاده ثبت کنید ولی نشانی سند اصلی را نگه دارید تا امکان برگشتن به متن واقعی وجود داشته باشد.
  • یک فاکتور تکراری احتمالی را با تاریخ، مبلغ و مدرک مقایسه کنید و قبل از حذف یا ثبت دوباره درباره‌اش تصمیم بگیرید.
  • منبع سند را مشخص کنید تا روشن باشد رکورد از عکس رسید آمده، از فایل PDF یا از پیام مجاز.
  • جمع ردیف‌های استخراج‌شده را برای گرفتن نمای اولیه هزینه‌ها ببینید و آن را با ثبت نهایی و تاییدشده حسابداری اشتباه نگیرید.

نصب و استفاده

  1. فایل‌های مجاز، نتیجه OCR موجود یا دسترسی محدود به منبع پیام را در اختیار ایجنت بگذارید. ابزار اختیاری Python 3 فقط داده ساختاریافته استخراج‌شده را خلاصه می‌کند.
  2. مثلا بخواهید «این عکس و ایمیل شاید برای یک خرید باشند. مبلغ، ارز و تاریخ را کنار هم بگذار و اگر رقم رسید واضح نیست همان را مشخص کن.»
  3. ردیف‌های مشکوک و منبع هر عدد را بررسی کنید و فقط بعد از تایید فرد مجاز سراغ ثبت در سیستم حسابداری بروید.

سوالات متداول

منبع

ساخته Receiptor AI. نام اصلی: receipt-processing، منتشرشده در GitHub با مجوز MIT.

مشاهده در GitHub