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 / 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 → Propiedades de la Definición de Document… → 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 → Propiedades de la Definición de Document… → Configuración de la Definición de Document y, a continuación, haga clic en Editar en el grupo Países y lenguas 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 Países y lenguas, 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 mediante ambos métodos o selecciona el mejor resultado.

​
Uso de FlexiLayout

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) mejorará 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 aumentará la probabilidad de detectar correctamente la empresa. Para obtener más información sobre cómo eliminar registros duplicados, consulte Eliminación de registros duplicados en la base de datos externa.
  • No hay registros irrelevantes La presencia de registros obsoletos o no válidos en el conjunto de datos puede 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 en el conjunto de datos, mayor será la probabilidad de detectar correctamente la empresa.
  • Las columnas multivalor 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 por identificador único
Los siguientes campos se consideran identificadores únicos de empresa:
  • VATID,
    • NationalVATID,
    • IBAN.
FCFORINVOICES busca en la imagen del documento los valores indicados anteriormente. En las propiedades de la definición de Document (pestaña Configuración de la Definición de Document, grupo Países y lenguas), los formatos VATID, NationalVATID e IBAN (pestaña Formatos), así como las palabras clave (pestaña Palabras clave), se definen para cada país mediante expresiones regulares.
Completar correctamente las palabras clave y los formatos de identificador mejora considerablemente la calidad de detección.
El programa busca coincidencias exactas en la imagen para dichos campos. Las expresiones regulares también pueden tener en cuenta posibles errores de reconocimiento. Para ello, se utilizan expresiones regulares extendidas (consulte Expresiones regulares extendidas).
ABBYY FlexiCapture for Invoices ofrece expresiones regulares predefinidas; no obstante, puede crear sus propias expresiones regulares si es necesario. Para ello, vaya al grupo Países y lenguas en la pestaña Configuración de Definición de Document, seleccione el país correspondiente y haga clic en Editar….
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 de letras de un campo se especifica mediante una expresión regular en las propiedades del país en la pestaña Formats, el prefijo reconocido se reemplaza por el prefijo principal (establecido en las propiedades del país en la pestaña Formats). Por ejemplo, el identificador “DE12345” puede reconocerse como “OE12345”. El prefijo detectado OE se reemplazará entonces por el prefijo correcto DE. Los campos VATID, NationalVATID e IBAN detectados en una imagen de documento se utilizarán para consultar el Data set. Los valores de columna VATID, NationalVATID e IBAN recibidos de los campos del Data set se normalizan de la misma forma que los valores detectados en la imagen, tras lo cual se comparan con los valores normalizados de los campos detectados en la imagen (mediante emparejamiento exacto).
  1. Búsqueda del nombre de la empresa y la dirección
Se envía al Data set una consulta que utiliza todo el texto del documento para buscar los records que coincidan con mayor precisión.Los valores de Name, Street, ZIP y City detectados en la imagen se comparan con los valores del record del Data set correspondiente.
Para obtener los mejores resultados posibles en la búsqueda de nombres y empresas, asegúrese de que las columns del Data set correspondientes estén completas. El nombre de la empresa y la información de dirección son especialmente importantes en los casos en que la empresa no pueda identificarse mediante VATID, NationalVATID o IBAN.
  1. Generación de hipótesis
Las empresas encontradas durante los pasos 1 y 2 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 mejor coinciden con los valores de campo en la imagen del documento. Estos registros se utilizan luego para formar 25 pares de proveedores y unidades de negocio, donde cada par se trata como una hipótesis independiente. A continuación, se aplica un algoritmo de red neuronal para clasificar las hipótesis por fiabilidad, de modo que el par proveedor-unidad de negocio más adecuado se convierte en la hipótesis final y en el resultado de la detección del proveedor y la unidad de negocio.
Si solo está conectada la base de datos de proveedores, la calidad de la evaluación del par proveedor-BU puede verse afectada negativamente. Se recomienda conectar una base de datos de unidades de negocio aunque no sea necesaria la detección de unidades de negocio. Para obtener más información, consulte Conexión de bases de datos.
Si el número de unidades de negocio es muy reducido (p. ej., 1), conectar dicha base de datos no tendrá un impacto significativo en la evaluación. Sin embargo, hacerlo puede mejorar la calidad de detección en los casos en que una unidad de negocio se detecte incorrectamente como proveedor.

​
Filtrado de hipótesis

Las hipótesis se dividen en las siguientes categorías según la fiabilidad de coincidencia (el registro del conjunto de datos y el valor del campo de imagen del documento):
  • que 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 tener en cuenta o no la fiabilidad de las hipótesis al detectar el proveedor y la unidad de negocio. Si desea que ABBYY FlexiCapture for Invoices seleccione la hipótesis final exclusivamente a partir de hipótesis fiables, puede filtrarlas mediante el indicador de registro InvoiceReader/ShouldFilterUnsureCompanyHypotheses, que puede establecerse con los siguientes valores:
  • true — el filtrado está activado y la hipótesis final se seleccionará exclusivamente de entre las hipótesis fiables (valor predeterminado);
  • false — el filtrado está deshabilitado y la hipótesis final se seleccionará entre todas las hipótesis, independientemente de su fiabilidad;
Tenga en cuenta que el filtrado de hipótesis funciona de forma diferente para proveedores y unidades de negocio:
  • Al detectar proveedores, no se tendrán en cuenta las hipótesis poco fiables. Si no hay hipótesis fiables, no se detectará ningún proveedor.
  • Al detectar unidades de negocio:
    • si se ha encontrado al menos una hipótesis fiable, no se tendrá en cuenta ninguna hipótesis poco fiable;
    • si el conjunto de hipótesis obtenido en los pasos del 1 al 3 no contiene al menos una hipótesis fiable, se ignorará el valor del flag. La hipótesis final se seleccionará entre las hipótesis poco fiables.
Lo anterior se debe a las diferencias entre los Conjuntos de datos de proveedor y unidad de negocio:
  • Suele haber muchos menos registros de unidades de negocio de la empresa que registros de proveedores. Además, se modifican con mucha menos 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 han encontrado hipótesis fiables, ya que el factor más importante para la fiabilidad del resultado de la detección es la evaluación de la fiabilidad de los pares proveedor-BU.
  • Suele haber muchos más registros de proveedores, y el conjunto de datos contiene más columnas porque los proveedores especifican más información sobre su propia empresa en sus facturas (a diferencia de la unidad de negocio). Los registros también pueden contener información desactualizada, lo que significa que la fiabilidad del filtrado de hipótesis dependerá tanto de la calidad del conjunto de datos como del tipo de escenario de verificación.
Para mejorar la probabilidad de detectar hipótesis fiables, mantenga los Data sets actualizados e incluya la mayor cantidad de información posible sobre proveedores y unidades de negocio.

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

Los principales resultados de la detección del proveedor y la unidad de negocio en la factura son:
  • el identificador del registro de 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 conjunto de datos Vendors), el resultado de la detección del proveedor contendrá el Id que corresponde al BusinessUnitId.
Es posible que una unidad de negocio no se detecte de manera confiable. En ese caso, el parámetro de registro del documento fc_Predefined:InvoiceIsVendorSuspicious (fc_Predefined:InvoiceIsBusinessUnitSuspicious) se establecerá en true.Las regiones de los siguientes campos pueden encontrarse como resultado de la detección de proveedor y unidad de negocio:Para el proveedor:
  • Name
  • VatID
  • NationalVatID
  • IBAN
  • Calle
  • Código postal
  • Ciudad
Para la unidad de negocio:
  • Name
  • VatID
  • Calle
  • Código postal
  • City
Al examinar las ubicaciones de estas regiones en la imagen, puede ver exactamente en qué parte de la imagen el programa ha encontrado 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 para IBAN y VATID no están presentes en el conjunto de datos de Vendors, se pueden usar palabras clave y formato para detectar los valores adecuados de la misma manera en 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 Captura de campos de factura adicionales). Esto no tendrá ningún efecto en la detección del proveedor ni de la unidad de negocio, pero puede afectar a la ubicación de las regiones de los campos en estos grupos de campos tras el emparejamiento de la Definición de Document con las facturas.
Un resultado importante de la detección del proveedor y la unidad de negocio es que la información sobre sus respectivos países se recupera del campo CountryCode de los records encontrados en el conjunto de datos. Esta información se utiliza luego para seleccionar palabras clave y tasas impositivas, así como para capturar otros campos de la factura. También se utiliza como condición para activar las Reglas de Validación de la factura.

​
Cómo cambiar el modo en que el programa detecta el proveedor o la unidad de negocio

Cuanto mejor coincida un registro de proveedor o unidad de negocio en el conjunto de datos con el texto extraído de una imagen de factura, con mayor precisión el programa detectará el proveedor o la unidad de negocio.En primer lugar, debe identificar los datos de la base de datos externa que corresponden a las columnas del conjunto de datos utilizadas para buscar la empresa en una factura. La base de datos externa y el conjunto de datos deben estar correctamente conectados (consulte Uso de bases de datos de proveedores y unidades de negocio).Si una misma empresa aparece tanto en la lista de Vendors como en la lista de unidades de negocio, debe especificar el mismo VATID para los records correspondientes en ambos conjuntos de datos (incluso si no hay VATID en las facturas). Esto evitará que el programa detecte incorrectamente al proveedor y a la unidad de negocio.Para compensar las posibles variaciones en los valores de campo en las imágenes, utilice:

​
Uso de valores predeterminados de proveedor y unidad de negocio junto con valores extraídos

El proveedor o la unidad de negocio de la empresa de la factura pueden determinarse de antemano en función del origen de la factura (el nombre del operador de escaneo o la dirección de correo electrónico del remitente del mensaje). Puede especificar el proveedor y/o la unidad de negocio de forma explícita 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 que se lleve a cabo la detección automática del proveedor y/o de la unidad de negocio. De este modo, además del proveedor y/o la unidad de negocio predeterminados, obtendrá un valor de confianza (este valor indica en qué medida los valores predeterminados coinciden con los valores extraídos de la imagen), así como las regiones de los campos de los grupos de campos Vendor y/o Business Unit.

​
InvoiceNumber, 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 los países del proveedor y de la unidad de negocio. 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).

​
¿Cómo determina el programa que un documento es una factura?

FC 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 CreditNoreKeyword en la imagen o si el documento tiene un Total negativo.
FCFORINVOICES captura los siguientes campos de una factura:

La suma total de la factura (Total) y la divisa de la factura (Currency)

Sí

Sí

Impuestos:

  • El total sin impuestos (NetAmount0)
  • La suma de la factura antes de impuestos (TotalNetAmount)
  • El monto del impuesto pagadero (TotalTaxAmount)

Sí

Sí

  • Grupos de impuestos (suma antes de impuestos (NetAmount), monto del impuesto pagadero (TaxAmount), tasa impositiva (TaxRate))

No

Sí

Impuesto adicional (AdditionalCosts)

Sí

Sí

La información de la Definición de Document se utiliza para encontrar importes y tasas impositivas:
  • Tasas de 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 también Keywords).
El programa intentará encontrar hasta dos tasas impositivas en la imagen. Si hay más de dos tasas impositivas en la factura, se pueden crear campos adicionales y completarlos 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 idioma, según cómo deba usarse la palabra clave (para obtener más detalles, 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 elementos localizados, consulte Keywords):
  • AmountTotalHighConfidenceLabels: palabras clave que solo aparecen cerca del campo Total, como “Pay this amount.”
  • 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 puede aparecer cerca de un campo que contiene el peso total de todos los artículos de una factura.
Tip. 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 buscará los siguientes elementos al intentar detectar el campo Total:
  • Números que aparecen dos o tres veces en la misma línea o en la misma columna de la imagen. Dichos 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 buscará el campo Currency solo si se ha detectado un campo Total. Se utilizarán palabras clave de las propiedades del país en la Definición de Document.Todos los campos del grupo de campos Montos que no se hayan podido detectar en la imagen se calcularán automáticamente, excepto el campo Total. Este campo 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 grado de confianza o no logra detectarlos en absoluto, puede usar el entrenamiento para mejorar la calidad de la extracción.
FCFORINVOICES puede extraer todos los números de orden de compra y sus importes correspondientes de la factura.Esta función está deshabilitada de forma predeterminada (consulte Purchase order matching).Para extraer números de Orden de compra, necesitará un conjunto de datos con una lista de posibles números de Orden de compra y sus importes (consulte PurchaseOrders data set).El campo 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, FCFORINVOICES buscará en las imágenes números de ese conjunto de datos. Lo mejor es tener la menor cantidad posible de números de orden de compra en la base de datos, y hay varias cosas que puede hacer para reducirlos:
  • Use la columna VendorId del conjunto de datos. En este caso, el programa solo usará números de Orden de compra del proveedor de la factura.
  • Filtre las órdenes de compra para las que ya se haya recibido una factura y agregue al conjunto de datos solo los números de las órdenes de compra para las que aún no se haya recibido ninguna factura.
El programa buscará en la base de datos importes que correspondan a los números de Orden de compra detectados.El programa también buscarará en la imagen todos los números de Orden de compra, incluidos los que están en las partidas de la factura.Las órdenes de compra suelen generarse en el sistema ERP del comprador, por lo que las facturas emitidas para una unidad de negocio específica tienden a ser similares. Normalmente es posible describirlas mediante una expresión regular.Si existe una expresión regular para los números de orden de compra, el programa detectará en las imágenes todos los números que cumplan 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 Editing invoice processing settings in XML files.
FCFORINVOICES puede extraer las partidas de la factura de las imágenes.La extracción de partidas de factura está deshabilitada de forma predeterminada (consulte Additional fields).Para obtener una lista de los campos que el programa extrae automáticamente, consulte Captured fields.FCFORINVOICES primero busca una tabla en la imagen. Durante esta búsqueda, usa las palabras clave de los títulos de las columnas que se especifican para cada idioma en las propiedades de la Definición de Document. Las palabras clave de las columnas de las partidas de la factura también se usan para clasificar elementos, es decir, para determinar el tipo de cada columna de partida de factura.Después de esto, el programa usa información sobre las columnas detectadas y expresiones matemáticas para encontrar partidas de factura en la tabla de la factura.Por último, el programa busca campos de las columnas en las partidas de la factura.El entrenamiento se puede usar para mejorar la calidad de la extracción automática de partidas.

​
Uso de redes neuronales

Una de las principales ventajas que ofrecen las redes neuronales es su capacidad de autoaprendizaje: pueden detectar dependencias complejas entre los datos de entrada y establecer generalizaciones útiles. El programa incluye dos redes neuronales que se pueden usar para capturar los siguientes campos:
  • InvoiceNumber
  • InvoiceDate
  • Total
  • Proveedor \ Nombre
  • Proveedor \ Dirección
  • Unidad de negocio \ Nombre
  • Unidad de negocio \ Dirección
  • Órdenes de compra \ Número de pedido
  • LineItems:
    • OrderNumber
    • OrderDate
    • Position
    • ArticleNumber
    • Description
    • Quantity
    • Unidad de medida
    • Unit Price
    • Total Price Netto
    • VATPercentage
Para lograr la máxima precisión, el programa utilizará tanto un FlexiLayout como sus redes neuronales para capturar los campos de la factura. Los campos que el programa no consiga extraer mediante sus redes neuronales se extraerán mediante el FlexiLayout. Si un campo puede extraerse tanto mediante las redes neuronales como mediante el FlexiLayout, el programa combinará de forma inteligente los resultados obtenidos por ambos métodos. La forma de combinar los resultados depende del campo (consulte Combinación de los resultados de detección de campos para obtener más detalles).

​
Desactivar las redes neuronales

De forma predeterminada, las redes neuronales se usarán 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:
  • Abra el Editor de Definición de Document.
  • Haga clic en Propiedades de la Definición de Document… → Configuración de la Definición de Document → Campos y características adicionales.
  • 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:
  • Abra el Editor de Definición de Document.
  • Haga clic en Propiedades de la Definición de Document… → Configuración de la Definición de Document → Campos y características adicionales.
  • 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 dará prioridad a los resultados obtenidos por la red neuronal correspondiente. Las excepciones a esta regla 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 tendrán 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 utilizará la red neuronal. Grupo de campos de la orden de compra La red neuronal solo se utilizará 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 dará prioridad a los resultados obtenidos por la red neuronal. Si la red neuronal detecta la tabla completa de partidas, esa tabla se utilizará para el procesamiento posterior. De lo contrario, el programa utilizará las partidas detectadas mediante FlexiLayout. Si la red neuronal detecta solo los campos Description y TotalPriceNetto para cada partida, se complementarán con los campos detectados mediante FlexiLayout.