Saltar al contenido principal
Este artículo describe cómo se detectan y capturan los campos principales de una factura. El programa empieza a procesar una factura reconociendo su texto según la configuración de la Definición de Document:
  • El modo de reconocimiento (Fast, Balanced, Normal o Accurate) determina la velocidad del reconocimiento y la calidad de la capa de texto obtenida como resultado. Para especificar un modo de reconocimiento, en el Editor de Definición de Document, haga clic en Document Definition → Document Definition Properties… → Recognition.
  • Los idiomas de reconocimiento son los idiomas que se utilizarán para el reconocimiento. Para especificar los idiomas de reconocimiento, en el Editor de Definición de Document, haga clic en Document Definition → Document Definition Properties… → Document Definition Settings, y a continuación haga clic en Edit en el grupo Countries and Languages para seleccionar los idiomas requeridos.
En FlexiCapture for Invoices, los idiomas de reconocimiento están vinculados a la configuración del país. Al agregar un país de factura al grupo Countries and Languages, los idiomas correspondientes aparecerán automáticamente en la configuración de la Definición de Document. Los campos de la factura se extraen durante el reconocimiento.
Para detectar y capturar campos en una factura, el programa puede utilizar: A continuación se describen ambos métodos, junto con el algoritmo que combina los resultados obtenidos por ambos métodos o selecciona el mejor resultado.

​
Uso de FlexiLayout

​
Unidad de negocio y proveedor

Los siguientes elementos pueden utilizarse para determinar el Proveedor y la Unidad de Negocio:
  • Configuración de la Definición de Document: formatos de IBAN, VATID y NationalVATID, así como las Palabras clave correspondientes.
  • Conjunto de datos: campos del registro: IBAN, VATID, NationalVATID, Name, Street, City, ZIP.
Para obtener más información sobre las columnas BusinessUnits y Vendors en los conjuntos de datos y cómo utilizarlas, consulte conjunto de datos BusinessUnits y conjunto de datos Vendors.

​
Algoritmo de detección automática de empresas

El nivel de detalle y la calidad de la información introducida en las columnas del conjunto de datos tienen un impacto significativo en la calidad de la detección. Para garantizar que los resultados de búsqueda sean lo más precisos posible, asegúrese de que:
  • Se completan los identificadores únicos de la empresa. Completar las columnas con valores únicos (VATID, NationalVATID, IBAN) mejora significativamente la probabilidad de una detección correcta, ya que estos valores son únicos para cada empresa.
  • No hay registros duplicados de empresas. La ausencia de registros duplicados mejora la probabilidad de detectar correctamente la empresa. Para obtener más información, consulte Eliminar registros duplicados en la base de datos externa.
  • No hay registros irrelevantes. Los registros obsoletos o no válidos en el conjunto de datos pueden provocar una detección incorrecta de la empresa debido a similitudes fortuitas entre distintos valores de campo.
  • Todos los campos están completados para cada registro de empresa. Especifique tanta información sobre las empresas como sea posible. Cuantos más campos estén completados, mayor será la probabilidad de detectar correctamente la empresa.
  • Las columnas con varios valores se usan para almacenar la misma información expresada de distintas maneras, no información diferente. Por ejemplo, si una misma empresa tiene varias direcciones, debe haber un registro independiente para cada una de ellas, aunque todos los demás campos contengan la misma información. Para obtener más información, consulte la preparación de las bases de datos de proveedores y unidades de negocio.
El algoritmo de detección automática de proveedor y unidad de negocio consta de los siguientes pasos:
1

Búsqueda de identificadores únicos

Los siguientes campos se consideran identificadores únicos de empresa:
  • VATID
  • NationalVATID
  • IBAN
FlexiCapture for Invoices busca en la imagen del documento los valores indicados anteriormente. En las Propiedades de Definición de Document (pestaña Configuración de Definición de Document, grupo Países y lenguas), los formatos de VATID, NationalVATID e IBAN (pestaña Formatos) y las palabras clave (pestaña Palabras clave) se establecen para cada país mediante expresiones regulares.
Las palabras clave y los formatos de identificador correctamente definidos mejoran significativamente la calidad de la detección.
El programa busca coincidencias exactas de esos campos en la imagen. Las expresiones regulares también pueden tener en cuenta posibles errores de reconocimiento mediante expresiones regulares extendidas. Para obtener más información, consulte Expresiones regulares extendidas.
ABBYY FlexiCapture for Invoices ofrece expresiones regulares predefinidas, pero puede crear las suyas propias si es necesario. Para ello, vaya al grupo Países y lenguas de la pestaña Configuración de Definición de Document, seleccione el país correspondiente y haga clic en Edit….
Los valores detectados se normalizan de la siguiente manera:
  • Las letras se convierten en mayúsculas.
  • Se eliminan los espacios y los siguientes caracteres: ., ,, —, /, \.
Si el prefijo alfabético de un campo se especifica mediante una expresión regular en las propiedades del país, en la pestaña Formatos, el prefijo reconocido se sustituye por el prefijo principal (también establecido en la pestaña Formatos). Por ejemplo, el identificador DE12345 puede reconocerse como OE12345; el prefijo detectado OE se sustituye entonces por el prefijo correcto DE.Los campos VATID, NationalVATID e IBAN detectados en una imagen de documento se utilizan para consultar el Data set. Los valores de las columnas VATID, NationalVATID e IBAN recibidos del Data set se normalizan de la misma manera que los valores detectados en la imagen y luego se comparan (mediante coincidencia exacta) con los valores normalizados detectados en la imagen.
2

Búsqueda por nombre y dirección de la empresa

Se envía al Data set una consulta que utiliza todo el texto del documento para buscar los registros que mejor coincidan con él.Los valores de Name, Street, ZIP y City detectados en la imagen se comparan con los valores correspondientes de los registros del Data set.
Para obtener los mejores resultados posibles en la búsqueda por nombre de empresa, asegúrese de que las columnas correspondientes del Data set estén rellenadas. La información sobre el nombre y la dirección de la empresa es especialmente importante cuando no es posible identificarla mediante VATID, NationalVATID o IBAN.
3

Formación de hipótesis

Las empresas encontradas durante los pasos anteriores se utilizan para formar un conjunto de hipótesis. ABBYY FlexiCapture for Invoices evalúa estas hipótesis y selecciona los 5 registros de proveedor y los 5 registros de unidad de negocio que coinciden de forma más fiable con los valores de campo de la imagen del documento. Estos registros forman 25 pares proveedor–unidad de negocio, y cada par se trata como una hipótesis independiente. A continuación, un algoritmo de red neuronal clasifica las hipótesis por fiabilidad, y el par proveedor–BU con mejor ajuste se convierte en la hipótesis final y en el resultado de la detección de proveedor y unidad de negocio.
Si solo está conectada la base de datos de proveedores, la calidad de la evaluación de los pares proveedor–BU puede verse afectada negativamente. Recomendamos conectar una base de datos de unidades de negocio incluso si no se requiere la detección de unidades de negocio. Para obtener más información, consulte Uso de bases de datos de proveedores y unidades de negocio.
Si hay un número muy pequeño de unidades de negocio (por ejemplo, una), conectar una base de datos de este tipo no afecta significativamente a la evaluación. Sin embargo, puede mejorar la calidad de la detección cuando una unidad de negocio se detecta incorrectamente como proveedor.

​
Filtrado de hipótesis

Las hipótesis se dividen en las siguientes categorías según la fiabilidad de la coincidencia (entre el registro del conjunto de datos y el valor del campo de imagen del documento):
  • Coinciden de forma fiable con la imagen del documento
  • Coinciden de forma poco fiable con la imagen del documento
Según el escenario de verificación, puede decidir si debe tenerse en cuenta la fiabilidad de la hipótesis al detectar el proveedor y la unidad de negocio. Para que ABBYY FlexiCapture for Invoices seleccione la hipótesis final exclusivamente entre las hipótesis fiables, use la marca del registro InvoiceReader/ShouldFilterUnsureCompanyHypotheses, que puede establecerse en:
  • true — el filtrado está habilitado y la hipótesis final se selecciona exclusivamente entre las hipótesis fiables (predeterminado).
  • false — el filtrado está deshabilitado y la hipótesis final se selecciona entre todas las hipótesis, independientemente de su fiabilidad.
El filtrado de hipótesis funciona de forma diferente para los proveedores y las unidades de negocio:
  • Al detectar proveedores, no se tienen en cuenta las hipótesis poco fiables. Si no hay hipótesis fiables, no se detecta ningún proveedor.
  • Al detectar unidades de negocio:
    • Si se ha encontrado al menos una hipótesis fiable, no se tienen en cuenta las hipótesis poco fiables.
    • Si el conjunto de hipótesis no contiene ninguna hipótesis fiable, el valor de la marca se ignora y la hipótesis final se selecciona entre las hipótesis poco fiables.
Esto se debe a las diferencias entre los conjuntos de datos de proveedores y de unidades de negocio:
  • Normalmente hay muchos menos registros de unidades de negocio que de proveedores. Además, cambian con mucha menor frecuencia, por lo que es más fácil mantenerlos actualizados. Por lo tanto, detectar una hipótesis fiable aumenta la probabilidad de que la hipótesis final sea correcta. Sin embargo, detectar una unidad de negocio es importante incluso si no se ha encontrado ninguna hipótesis fiable, porque el factor más importante en la fiabilidad del resultado de la detección es la evaluación de la fiabilidad de los pares proveedor–unidad de negocio.
  • Normalmente hay muchos más registros de proveedores, y el conjunto de datos contiene más columnas, porque los proveedores indican más información sobre su propia empresa en sus facturas que sobre la unidad de negocio. Los registros también pueden contener información desactualizada, por lo que el filtrado de hipótesis poco fiables depende tanto de la calidad del conjunto de datos como del tipo de escenario de verificación.
Para aumentar la probabilidad de detectar hipótesis fiables, mantenga actualizados los conjuntos de datos e incluya toda la información posible sobre proveedores y unidades de negocio.

​
Resultados de la detección del proveedor y la unidad de negocio

Los principales resultados de detectar el proveedor y la unidad de negocio en la factura son:
  • El identificador del registro del proveedor en el conjunto de datos Vendors
  • El identificador del registro de la unidad de negocio en el conjunto de datos BusinessUnits
Si el conjunto de datos Vendors especifica que Id depende de BusinessUnitId (consulte Vendors data set), el resultado de la detección del proveedor contiene el Id correspondiente a BusinessUnitId.
Una unidad de negocio puede detectarse de forma poco fiable. En este caso, el parámetro de registro del documento fc_Predefined:InvoiceIsVendorSuspicious (fc_Predefined:InvoiceIsBusinessUnitSuspicious) se establece en true. Como resultado de la detección del proveedor y la unidad de negocio, pueden encontrarse las regiones de los siguientes campos:
  • Para el proveedor: Name, VatID, NationalVatID, IBAN, Street, Zip, City.
  • Para la unidad de negocio: Name, VatID, Street, Zip, City.
Al examinar la ubicación de estas regiones en la imagen, puede ver exactamente dónde encontró el programa los campos de los grupos de campos Vendor y Business Unit, lo que le permitió detectar el proveedor y la unidad de negocio.
Si los valores de campo de IBAN y VATID no están presentes en el conjunto de datos Vendors, pueden usarse palabras clave y el formato para detectar los valores adecuados, del mismo modo que se detectan los datos bancarios (si se ha encontrado el proveedor correspondiente).
La búsqueda de cualquier región de campo puede modificarse mediante entrenamiento o aplicando un FlexiLayout adicional (consulte Capturing additional invoice fields). Esto no afecta a la detección del proveedor ni de la unidad de negocio, pero puede afectar a la ubicación de las regiones de campo en estos grupos de campos después de hacer coincidir la Definición de Document con las facturas.
Un resultado importante de detectar el proveedor y la unidad de negocio es que la información sobre sus respectivos países se recupera del campo CountryCode de los registros encontrados en el conjunto de datos. Esta información se usa después para seleccionar palabras clave y tasas impositivas, capturar otros campos de la factura y como condición para ejecutar reglas de validación de la factura.

​
Cómo cambiar la forma en que el programa detecta al proveedor o a la unidad de negocio

Cuanto mejor coincida un registro de proveedor o de unidad de negocio del conjunto de datos con el texto extraído de una imagen de factura, con mayor precisión detectará el programa al proveedor o a la unidad de negocio. Primero, identifique los datos de la base de datos externa que correspondan a las columnas del conjunto de datos que se usan para encontrar la empresa en una factura. La base de datos externa y el conjunto de datos deben estar conectados correctamente. Para obtener más información, consulte Uso de bases de datos de proveedores y unidades de negocio. Si la misma empresa aparece tanto en la lista de proveedores como en la lista de unidades de negocio, especifique el mismo VATID para los registros correspondientes en ambos conjuntos de datos (aunque las facturas no incluyan VATID). Esto evita que el programa detecte incorrectamente al proveedor y a la unidad de negocio. Para compensar posibles variaciones en los valores de los campos de las imágenes, use:

​
Uso de valores predefinidos de proveedor y unidad de negocio

El proveedor o la unidad de negocio de la empresa de la factura puede determinarse de antemano en función del origen de la factura (el nombre del operador de digitalización o la dirección de correo electrónico del remitente del mensaje). Puede especificar explícitamente el proveedor o la unidad de negocio antes de la detección automática. Para ello, establezca el valor del parámetro de registro del documento fc_Predefined:InvoicePredefinedVendorId (fc_Predefined:InvoicePredefinedBusinessUnitId) en el identificador (Id) de una entrada del conjunto de datos Vendors o BusinessUnits. Esto no impide la detección automática del proveedor o la unidad de negocio. Como resultado, además del proveedor o la unidad de negocio predefinidos, obtiene un valor de confianza (que indica hasta qué punto los valores predefinidos coinciden con los valores extraídos de la imagen), así como las regiones de los campos de los grupos de campos Proveedor y Unidad de negocio.

​
Grupo de campos del encabezado de la factura

​
InvoiceNumber and InvoiceDate

El encabezado de una factura incluye, entre otros, los campos InvoiceNumber e InvoiceDate. Estos campos se detectan mediante palabras clave especificadas en las propiedades de idioma de la Definición de Document. Primero se detectan el proveedor y la unidad de negocio, lo que proporciona información sobre sus países. Los países determinan los idiomas (los idiomas que corresponden a un país se especifican en la Definición de Document). El conjunto de palabras clave para localizar los campos se toma de los países del proveedor y de la unidad de negocio. Puede cambiar la forma en que el programa busca las regiones de los campos editando las palabras clave (consulte Keywords) y usando entrenamiento (consulte Training ABBYY FlexiCapture for Invoices).

​
Cómo determina el programa que un documento es una factura

FlexiCapture determina si un documento es una factura al aplicar FlexiLayout. Las condiciones que se enumeran a continuación indican que un documento es una factura. No es necesario que se cumplan todas, pero cada una tiene un peso determinado.
  • Se detectaron los campos InvoiceNumber e InvoiceDate.
  • Se detectaron palabras clave del elemento InvoiceIdentifiers located (consulte Keywords).
  • Se detectó un proveedor o una unidad de negocio en el documento.
Un documento puede identificarse como una nota de crédito si se detectaron palabras clave del elemento CreditNoteKeyword en la imagen o si el documento tiene un Total negativo.

​
grupo de campos Montos

FlexiCapture for Invoices captura los siguientes campos de una factura:
CampoInvoice Processing (Au-NZ, US, CA, EU, JP)Invoice Processing (ES)
La suma total de la factura (Total) y la divisa de la factura (Currency)SíSí
Impuestos: el total sin impuestos (NetAmount0), la suma de la factura antes de impuestos (TotalNetAmount), el monto del impuesto a pagar (TotalTaxAmount)SíSí
Grupos impositivos: suma antes de impuestos (NetAmount), monto del impuesto a pagar (TaxAmount), tasa impositiva (TaxRate)NoSí
Impuesto adicional (AdditionalCosts)SíSí
La información de la Definición de Document se utiliza para encontrar importes y tasas impositivas:
  • Tasas de los impuestos pagaderos en el país del proveedor (puede especificarlas en la pestaña Tax Rates de las propiedades del país; consulte Country and language settings).
  • Palabras clave para las tasas impositivas (puede especificarlas en la pestaña Keywords de las propiedades del idioma; consulte Keywords).
El programa intenta encontrar hasta dos tasas impositivas en la imagen. Si hay más de dos tasas impositivas en la factura, se pueden crear campos adicionales y rellenarlos manualmente en el formulario de datos. El programa utiliza palabras clave para detectar los campos TotalTax y TotalNetto. Puede especificar estas palabras clave en las propiedades de un país o de un idioma, según cómo deban utilizarse (para obtener más información, consulte Country and language settings). Para obtener más información sobre las palabras clave, consulte Keywords. Hay dos tipos de palabras clave para el campo Total, ubicadas en distintas categorías (para obtener más información sobre las categorías de elemento de localización, consulte Keywords):
  • AmountTotalHighConfidenceLabels: palabras clave que solo aparecen cerca del campo Total, como “Pague este importe”.
  • AmountTotalLowConfidenceLabels: palabras clave que pueden aparecer cerca del campo Total, pero también cerca de otros campos. Por ejemplo, la palabra clave “Total” puede aparecer cerca del campo Total, pero también cerca de un campo que contiene el peso total de todos los artículos de una factura.
Si no está seguro de a cuál de estas dos categorías agregar una palabra clave, agréguela a AmountTotalHighConfidenceLabels. Si encuentra facturas en las que la palabra clave hace que el programa identifique otro campo como el campo Total, puede moverla a AmountTotalLowConfidenceLabels.
Además de las palabras clave, el programa busca los siguientes elementos al intentar detectar el campo Total:
  • Números que aparecen dos o tres veces en la misma línea o columna de la imagen. Estos números pueden ser el Total en facturas en las que no se especifican impuestos.
  • Números que son la suma de los números ubicados encima de ellos en la misma columna.
  • Los números más grandes (por valor absoluto) ubicados al final del documento.
El programa busca el campo Currency solo si se ha detectado un campo Total. Para ello, se utilizan palabras clave de las propiedades del país en la Definición de Document. Todos los campos del grupo de campos Montos que no pudieron detectarse en la imagen se calculan automáticamente, excepto el campo Total, que debe detectarse en la imagen. Si el programa no logra extraer correctamente la información de los campos del grupo de campos Montos, el campo Total se marca como que requiere verificación. Si el programa no logra detectar los campos Total y Currency con un alto nivel de confianza, o no logra detectarlos en absoluto, puede utilizar el entrenamiento para mejorar la calidad de la extracción.

​
Grupo de campos de la orden de compra

FlexiCapture for Invoices puede extraer todos los números de orden de compra y sus importes correspondientes de la factura. Esta función está deshabilitada de forma predeterminada (consulte emparejamiento de órdenes de compra). Para extraer números de orden de compra, necesita un conjunto de datos con una lista de posibles números de orden de compra y sus importes (consulte PurchaseOrders data set). El campo de orden de compra se puede extraer mediante:
  • Una expresión regular
  • Un conjunto de datos que contenga posibles números de orden de compra (consulte PurchaseOrders data set)
Si se usa un conjunto de datos con posibles números de orden de compra, FlexiCapture for Invoices busca en las imágenes los números de este conjunto de datos. Es mejor tener la menor cantidad posible de números de orden de compra en la base de datos. Para reducir esa cantidad, puede:
  • Usar la columna VendorId del conjunto de datos. En este caso, el programa solo usa números de orden de compra del proveedor de la factura.
  • Filtrar las órdenes de compra para las que ya se haya recibido una factura y agregar solo los números de las órdenes de compra para las que todavía no se haya recibido ninguna factura.
El programa busca en la base de datos los importes que corresponden a los números de orden de compra detectados. También busca en la imagen todos los números de orden de compra, incluidos los de las Partidas de la factura. Las órdenes de compra suelen generarse en el sistema ERP del comprador, por lo que las facturas emitidas a una unidad de negocio específica tienden a ser similares y normalmente es posible describirlas mediante una expresión regular. Si existe una expresión regular para los números de orden de compra, el programa detecta todos los números en las imágenes que cumplen la expresión. La expresión regular se puede especificar en un archivo de configuración XML mediante las siguientes etiquetas: 
<InvoiceSettings>
...
<OrderNumber>
   <Value>
      <RegularExpression></RegularExpression>
   </Value>
</OrderNumber>
</InvoiceSettings>
Para obtener más información sobre los archivos de configuración XML, consulte Edición de la configuración del procesamiento de facturas en archivos XML.

​
El grupo de campos Partidas

FlexiCapture for Invoices puede extraer partidas de facturas a partir de imágenes. La extracción de partidas de facturas está deshabilitada de forma predeterminada (consulte Campos adicionales). Para ver una lista de los campos que el programa extrae automáticamente, consulte Campos capturados. FlexiCapture for Invoices primero busca una tabla en la imagen. Durante esta búsqueda, utiliza las palabras clave de los títulos de las columnas especificadas para cada idioma en las propiedades de la Definición de Document. Las palabras clave de las columnas de las partidas de factura también se usan para clasificar las partidas, es decir, para determinar el tipo de cada columna de las partidas de factura. A continuación, el programa usa la información sobre las columnas detectadas y las expresiones matemáticas para encontrar las partidas de factura en la tabla de la factura. Por último, busca en las partidas de factura los campos de las columnas. El entrenamiento puede usarse para mejorar la calidad de la extracción automática de partidas.

​
Uso de redes neuronales

Una de las principales ventajas de las redes neuronales es su capacidad de autoaprendizaje: pueden detectar dependencias complejas entre los datos de entrada y hacer generalizaciones útiles. El programa incluye dos redes neuronales que pueden usarse para capturar los siguientes campos:
  • InvoiceNumber
  • InvoiceDate
  • Total
  • Vendor\Name
  • Vendor\Address
  • Business Unit\Name
  • Business Unit\Address
  • Purchase Orders\Order Number
  • LineItems:
    • OrderNumber
    • OrderDate
    • Position
    • ArticleNumber
    • Description
    • Quantity
    • Unidad de medida
    • Precio unitario
    • Total Price Netto
    • VATPercentage
Para lograr la máxima precisión, el programa usa tanto un FlexiLayout como sus redes neuronales para capturar campos de facturas. Los campos que el programa no consigue extraer mediante sus redes neuronales se extraen con FlexiLayout. Si un campo puede extraerse tanto mediante las redes neuronales como mediante FlexiLayout, el programa combina los resultados de forma inteligente. La forma en que se combinan los resultados depende del campo. Para obtener más información, consulte Combinación de los resultados de detección de campos.

​
Desactivar las redes neuronales

De forma predeterminada, las redes neuronales se usan como segundo método para capturar campos de documentos. Si necesita procesar documentos que no sean facturas dentro de su proyecto de facturas, puede que le convenga desactivar la red neuronal, ya que se entrenó específicamente para capturar campos de facturas y puede que no funcione bien con otros tipos de documentos. Para desactivar la red neuronal del grupo Partidas:
1

Abra el Editor de Definición de Document

Abra el Editor de Definición de Document.
2

Abra los campos y características adicionales

Haga clic en Propiedades de la Definición de Document… → Configuración de la Definición de Document → Campos y características adicionales.
3

Desactive la opción

Desactive la opción Extracción exhaustiva de las partidas de la factura.
Para desactivar la red neuronal de los grupos Encabezado de factura, Proveedor, Unidad de negocio y Orden de compra:
1

Abra el Editor de Definición de Document

Abra el Editor de Definición de Document.
2

Abra los campos y características adicionales

Haga clic en Propiedades de la Definición de Document… → Configuración de la Definición de Document → Campos y características adicionales.
3

Desactive la opción

Desactive la opción Extracción exhaustiva de los campos del encabezado de la factura.

​
Combinación de los resultados de detección de campos

La forma en que el programa combina los resultados de detección de campos o selecciona el mejor resultado depende del campo. Como regla general, se da prioridad a los resultados obtenidos por la red neuronal correspondiente. Las excepciones son las búsquedas basadas en conjuntos de datos y las búsquedas que utilizan expresiones regulares creadas para documentos específicos del cliente. grupo de campos del encabezado de la factura Los resultados obtenidos por la red neuronal siempre tienen prioridad para los siguientes campos:
  • Número de factura
  • Fecha de la factura
  • Total
Unidad de negocio y proveedor De forma predeterminada, la unidad de negocio y el proveedor se detectan en función de un conjunto de datos, siempre que se haya seleccionado uno. Además, los siguientes campos pueden detectarse mediante la red neuronal si no hay ningún registro correspondiente en el conjunto de datos:
  • Nombre
  • VATID (ABN)
  • Dirección
Si no se selecciona ningún conjunto de datos, solo se utiliza la red neuronal. Grupo de campos de la orden de compra La red neuronal solo se utiliza si el valor no se detecta mediante un conjunto de datos o una expresión regular. Partidas En el caso de los campos de las partidas, se da prioridad a los resultados obtenidos por la red neuronal. Si la red neuronal detecta la tabla completa de partidas, esa tabla se utiliza para el procesamiento posterior. De lo contrario, el programa utiliza las partidas detectadas mediante FlexiLayout. Si la red neuronal detecta solo los campos Description y TotalPriceNetto para cada partida, se complementan con los campos detectados mediante FlexiLayout.