Détection des champs principaux - ABBYY Documentation

ABBYY FlexiCapture for Invoices commence par reconnaître le texte de la facture. Il détecte et capture ensuite les principaux champs de la facture à l’aide d’un FlexiLayout et de réseaux neuronaux. Lorsqu’un champ est détecté par les deux méthodes, le programme combine les résultats ou retient le meilleur.

Comment le texte d’une facture est reconnu

Le programme commence à traiter une facture en reconnaissant le texte qu’elle contient, conformément aux paramètres de la définition de document. Les champs de facture sont extraits lors de la reconnaissance.

Paramètre	Ce qu’il détermine	Où le définir
Mode de reconnaissance (Fast, Balanced, Normal ou Accurate)	La vitesse de reconnaissance et la qualité du calque de texte ainsi obtenu	Dans le Document Definition Editor, cliquez sur Document Definition → Document Definition Properties… → Recognition.
Langues de reconnaissance	Les langues utilisées pour la reconnaissance	Dans le Document Definition Editor, cliquez sur Document Definition → Document Definition Properties… → paramètre de la définition de document, puis cliquez sur Modifier dans le groupe Pays et langues pour sélectionner les langues requises.

Dans FlexiCapture for Invoices, les langues de reconnaissance sont liées aux paramètres de pays. Lorsque vous ajoutez un pays de facturation au groupe Pays et langues, les langues correspondantes apparaissent automatiquement dans les paramètres de la définition de document.

Comment une FlexiLayout détecte les champs

La FlexiLayout commence par détecter le fournisseur et l’unité commerciale. Leurs pays permettent ensuite de sélectionner les mots-clés et les taux d’imposition utilisés pour capturer les autres champs de la facture.

Détection du fournisseur et de l’unité commerciale

Pour déterminer le fournisseur et l’unité commerciale, le programme utilise les valeurs issues des paramètres de Document Definition et des enregistrements du jeu de données.

Source	Valeurs utilisées
Paramètres de Document Definition	Formats IBAN, VATID et NationalVATID, ainsi que les mots-clés correspondants
Champs de l’enregistrement du jeu de données	IBAN, VATID, NationalVATID, Name, Street, City, ZIP

Pour plus d’informations sur les colonnes BusinessUnits et Vendors dans les jeux de données et sur leur utilisation, consultez jeu de données BusinessUnits et jeu de données Vendors.

Exigences relatives au jeu de données pour une détection précise des sociétés

Le niveau de détail et la qualité des informations saisies dans les colonnes du jeu de données influent considérablement sur la qualité de la détection. Pour obtenir les résultats de recherche les plus précis, assurez-vous que le jeu de données répond aux exigences suivantes.

Exigence	Pourquoi c’est important
Les identifiants uniques des sociétés sont renseignés.	Renseigner les colonnes à valeur unique (VATID, NationalVATID, IBAN) augmente considérablement les chances d’une détection correcte, car ces valeurs sont propres à chaque société.
Aucun enregistrement de société n’est en double.	L’absence d’enregistrements en double augmente les chances de détecter correctement la société. Pour plus d’informations, consultez Éliminer les enregistrements en double dans la base de données externe.
Aucun enregistrement n’est hors sujet.	Des enregistrements obsolètes ou non valides dans le jeu de données peuvent fausser la détection de la société en raison de similitudes fortuites entre différentes valeurs de champs.
Tous les champs sont renseignés pour chaque enregistrement de société.	Plus les champs renseignés sont nombreux, plus les chances de détecter correctement la société sont élevées. Indiquez autant d’informations que possible sur les sociétés.
Les colonnes à valeurs multiples contiennent la même information écrite de différentes manières, et non des informations totalement différentes.	Par exemple, si une même société possède plusieurs adresses, chacune d’elles doit faire l’objet d’un enregistrement distinct, même si tous les autres champs contiennent les mêmes informations. Pour plus d’informations, consultez Préparation des bases de données des fournisseurs et des unités commerciales.

Algorithme de détection des entreprises

Le programme détecte le fournisseur et l’unité commerciale en trois étapes. Pour améliorer les résultats de ces étapes, voir Améliorer la détection du fournisseur et de l’unité commerciale.

Recherche d’identifiants uniques

Les identifiants uniques d’entreprise sont VATID, NationalVATID et IBAN. FlexiCapture for Invoices recherche ces valeurs dans l’image du document.Dans les propriétés de la Document Definition (onglet paramètre de la définition de document, groupe Pays et langues), les formats VATID, NationalVATID et IBAN (onglet Formats) ainsi que les mots-clés (onglet Mots-clés) sont définis pour chaque pays à l’aide d’expressions régulières.Le programme recherche dans l’image des correspondances exactes pour ces champs. Les expressions régulières étendues permettent également de prendre en compte d’éventuelles erreurs de reconnaissance. Pour plus d’informations, voir Expressions régulières étendues.Les valeurs détectées sont normalisées comme suit :

Les lettres sont converties en majuscules.
Les espaces et les caractères suivants sont supprimés : ., ,, —, /, \.

Si le préfixe alphabétique d’un champ est spécifié à l’aide d’une expression régulière dans les propriétés du pays, sur l’onglet Formats, le préfixe reconnu est remplacé par le préfixe principal (également défini sur l’onglet Formats). Par exemple, l’identifiant DE12345 peut être reconnu comme OE12345. Le préfixe détecté OE est alors remplacé par le préfixe correct DE.Les champs VATID, NationalVATID et IBAN détectés dans une image de document sont utilisés pour interroger le jeu de données. Les valeurs des colonnes VATID, NationalVATID et IBAN reçues du jeu de données sont normalisées de la même manière que les valeurs détectées dans l’image, puis mises en correspondance (au moyen d’une correspondance exacte) avec les valeurs normalisées détectées dans l’image.

Recherche par nom d’entreprise et adresse

Une requête utilisant l’intégralité du texte du document pour rechercher les enregistrements qui y correspondent le plus précisément est envoyée au jeu de données.Les valeurs Name, Street, ZIP et City détectées dans l’image sont mises en correspondance avec les valeurs correspondantes des enregistrements du jeu de données.

Formation des hypothèses

Les entreprises trouvées au cours des étapes précédentes servent à former un ensemble d’hypothèses. ABBYY FlexiCapture for Invoices évalue ces hypothèses et sélectionne les 5 enregistrements de fournisseur et les 5 enregistrements d’unité commerciale qui correspondent le plus fiablement aux valeurs des champs de l’image du document. Ces enregistrements forment 25 paires fournisseur–unité commerciale, chaque paire étant traitée comme une hypothèse distincte. Un algorithme de réseau neuronal évalue ensuite la fiabilité des hypothèses, et la paire fournisseur–BU la plus pertinente devient l’hypothèse finale ainsi que le résultat de la détection du fournisseur et de l’unité commerciale.

Filtrage des hypothèses

Les hypothèses sont réparties en hypothèses fiables et peu fiables, selon la fiabilité de la correspondance entre l’enregistrement du jeu de données et la valeur du champ sur l’image du document. Selon le scénario de vérification, vous pouvez choisir de tenir compte ou non de la fiabilité des hypothèses lors de la détection du fournisseur et de l’unité commerciale. Pour qu’ABBYY FlexiCapture for Invoices sélectionne l’hypothèse finale exclusivement parmi les hypothèses fiables, utilisez l’indicateur de registre InvoiceReader/ShouldFilterUnsureCompanyHypotheses.

Valeur de l’indicateur	Effet
`true` (par défaut)	Le filtrage est activé. L’hypothèse finale est sélectionnée exclusivement parmi les hypothèses fiables.
`false`	Le filtrage est désactivé. L’hypothèse finale est sélectionnée parmi toutes les hypothèses, quelle que soit leur fiabilité.

Le filtrage des hypothèses fonctionne différemment pour les fournisseurs et les unités commerciales.

Entreprise détectée	Au moins une hypothèse fiable trouvée	Aucune hypothèse fiable trouvée
Fournisseur	Les hypothèses peu fiables ne sont pas prises en compte.	Aucun fournisseur n’est détecté.
Unité commerciale	Les hypothèses peu fiables ne sont pas prises en compte.	La valeur de l’indicateur est ignorée et l’hypothèse finale est sélectionnée parmi les hypothèses peu fiables.

Le filtrage diffère en raison des différences entre les Jeux de données des fournisseurs et des unités commerciales.

Il y a généralement beaucoup moins d’enregistrements d’unités commerciales que d’enregistrements de fournisseurs. Ils changent aussi beaucoup moins souvent, ce qui facilite leur mise à jour. Par conséquent, la détection d’une hypothèse fiable augmente la probabilité que l’hypothèse finale soit correcte. Cependant, la détection d’une unité commerciale reste importante même si aucune hypothèse fiable n’a été trouvée, car le facteur le plus important dans la fiabilité du résultat de détection est l’évaluation de la fiabilité des paires fournisseur–BU.
Il y a généralement beaucoup plus d’enregistrements de fournisseurs, et le jeu de données contient davantage de colonnes, car les fournisseurs indiquent plus d’informations sur leur propre entreprise dans leurs factures qu’au sujet de l’unité commerciale. Les enregistrements peuvent aussi contenir des informations obsolètes ; le filtrage des hypothèses peu fiables dépend donc à la fois de la qualité du jeu de données et du type de scénario de vérification.

Pour augmenter la probabilité de détecter des hypothèses fiables, maintenez les Jeux de données à jour et incluez autant d’informations que possible sur les fournisseurs et les unités commerciales.

Résultats de la détection du fournisseur et de l’unité commerciale

La détection du fournisseur et de l’unité commerciale a pour principal résultat les identifiants de leurs enregistrements. Elle peut également renvoyer des indicateurs, des régions de champ et le pays de chaque société.

Résultat	Description
Identifiant de l’enregistrement du fournisseur	Identifiant de l’enregistrement du fournisseur dans le jeu de données Vendors. Si le jeu de données Vendors indique que Id dépend de BusinessUnitId, le résultat contient l’Id correspondant au BusinessUnitId. Pour plus d’informations, consultez Jeu de données Vendors.
Identifiant de l’enregistrement de l’unité commerciale	Identifiant de l’enregistrement de l’unité commerciale dans le jeu de données BusinessUnits.
Indicateurs de détection peu fiable	Si la détection du fournisseur ou de l’unité commerciale est peu fiable, le paramètre d’enregistrement du document `fc_Predefined:InvoiceIsVendorSuspicious` ou `fc_Predefined:InvoiceIsBusinessUnitSuspicious` est défini sur `true`.
Régions de champ	Les régions des champs suivants peuvent être trouvées. Pour le fournisseur : Name, VatID, NationalVatID, IBAN, Street, Zip, City. Pour l’unité commerciale : Name, VatID, Street, Zip, City.
Pays	Récupéré à partir du champ CountryCode des enregistrements trouvés dans le jeu de données. Le pays sert à sélectionner les mots-clés et les taux d’imposition, à capturer les autres champs de la facture et à conditionner le lancement des règles de validation de la facture.

En examinant la position des régions de champ sur l’image, vous pouvez voir exactement où le programme a trouvé les champs des groupes de champs Fournisseur et unité commerciale, ce qui lui a permis de détecter le fournisseur et l’unité commerciale. Si les valeurs des champs IBAN et VATID sont absentes du jeu de données Vendors, les valeurs appropriées peuvent être détectées à l’aide des mots-clés et du format, de la même manière que les coordonnées bancaires (à condition que le fournisseur correspondant ait été trouvé). La recherche de toute région de champ peut être modifiée par entraînement ou au moyen d’une FlexiLayout supplémentaire. Cela n’a aucune incidence sur la détection du fournisseur et de l’unité commerciale, mais peut modifier la position des régions de champ de ces groupes de champs après la mise en correspondance de la Document Definition avec les factures. Pour plus d’informations, consultez Capture de champs de facture supplémentaires.

Améliorer la détection du fournisseur et de l’unité commerciale

Plus un enregistrement de fournisseur ou d’unité commerciale dans le jeu de données correspond au texte extrait d’une image de facture, plus le programme détecte le fournisseur ou l’unité commerciale avec précision. Commencez par identifier, dans la base de données externe, les données qui correspondent aux colonnes du jeu de données utilisées pour identifier l’entreprise sur une facture. La base de données externe et le jeu de données doivent être correctement reliés. Pour plus d’informations, voir Utilisation des bases de données de fournisseurs et d’unités commerciales. Connectez une base de données d’unités commerciales même si la détection de l’unité commerciale n’est pas nécessaire. Si seule la base de données des fournisseurs est connectée, la qualité de l’évaluation des paires fournisseur–BU risque d’en pâtir. Si le nombre d’unités commerciales est très faible (une seule, par exemple), la connexion d’une telle base de données n’a pas d’incidence significative sur l’évaluation. Elle peut toutefois améliorer la qualité de la détection lorsqu’une unité commerciale est détectée à tort comme fournisseur. Pour obtenir les meilleurs résultats de recherche par nom et par adresse, renseignez les colonnes Name, Street, ZIP et City du jeu de données. Les informations relatives au nom et à l’adresse de l’entreprise sont particulièrement importantes lorsque l’entreprise ne peut pas être identifiée à l’aide de VATID, NationalVATID ou IBAN. Des mots-clés et des formats d’identifiants correctement renseignés améliorent considérablement la qualité de la détection. ABBYY FlexiCapture for Invoices propose des expressions régulières prédéfinies pour les formats d’identifiants, mais vous pouvez créer les vôtres si nécessaire. Pour ce faire, accédez au groupe Pays et langues de l’onglet Paramètres de la définition de document, sélectionnez le pays approprié, puis cliquez sur Modifier…. Si la même entreprise figure à la fois dans la liste des fournisseurs et dans la liste des unités commerciales, indiquez le même VATID pour les enregistrements correspondants dans les deux jeux de données (même si aucun ID TVA ne figure sur les factures). Cela évite que le programme n’identifie incorrectement le fournisseur ou l’unité commerciale. Pour compenser d’éventuelles variations des valeurs des champs sur les images, utilisez :

Valeurs prédéfinies de fournisseur et d’unité commerciale

Le fournisseur ou l’unité commerciale de la société figurant sur la facture peut être déterminé à l’avance en fonction de la source de la facture (le nom du Scanning Operator ou l’adresse e-mail de l’expéditeur du message). Pour spécifier explicitement le fournisseur ou l’unité commerciale avant la détection automatique, définissez le paramètre d’enregistrement du document fc_Predefined:InvoicePredefinedVendorId ou fc_Predefined:InvoicePredefinedBusinessUnitId sur l’identifiant (Id) d’une entrée du jeu de données Vendors ou BusinessUnits. Une valeur prédéfinie n’empêche pas la détection automatique du fournisseur ou de l’unité commerciale. En plus du fournisseur ou de l’unité commerciale prédéfini, vous obtenez un score de confiance (indiquant dans quelle mesure les valeurs prédéfinies correspondent aux valeurs extraites de l’image), ainsi que les régions des champs des groupes de champs Fournisseur et Unité commerciale.

Groupe de champs En-tête de facture

InvoiceNumber et InvoiceDate

L’en-tête d’une facture comprend notamment les champs InvoiceNumber et InvoiceDate. Ces champs sont détectés à l’aide de mots-clés spécifiés dans les propriétés de langue de la Document Definition. Le fournisseur et l’unité commerciale sont détectés en premier, ce qui fournit des informations sur leurs pays respectifs. Les pays déterminent ensuite les langues (les langues correspondant à un pays sont spécifiées dans la Document Definition). Le jeu de mots-clés utilisé pour trouver les champs est défini à partir des pays du fournisseur et de l’unité commerciale. Vous pouvez modifier la manière dont le programme recherche les régions des champs en modifiant les mots-clés et en utilisant l’entraînement.

Comment le programme identifie les factures et les avoirs

FlexiCapture détermine si un document est une facture lors de l’application du FlexiLayout. Chacune des conditions suivantes indique qu’un document est une facture. Il n’est pas nécessaire que toutes les conditions soient remplies, mais chacune d’elles a un poids spécifique.

Les champs InvoiceNumber et InvoiceDate ont été détectés.
Des mots-clés de l’élément de localisation InvoiceIdentifiers ont été détectés. Pour plus d’informations, consultez Mots-clés.
Un fournisseur ou une unité commerciale a été détecté(e) sur le document.

Un document peut être identifié comme un avoir si des mots-clés de l’élément CreditNoteKeyword ont été détectés sur l’image ou si le document présente un Total négatif.

Groupe de champs Montants

FlexiCapture for Invoices extrait ces champs Montants d’une facture.

Champ	Invoice Processing (Au-NZ, US, CA, EU, JP)	Invoice Processing (ES)
Le montant total de la facture (Total) et la devise de la facture (Currency)	Oui	Oui
Taxes : le total hors taxes (NetAmount0), le montant de la facture avant application des taxes (TotalNetAmount), le montant de taxe dû (TotalTaxAmount)	Oui	Oui
Groupes de taxes : montant avant taxation (NetAmount), montant de taxe dû (TaxAmount), taux d’imposition (TaxRate)	Non	Oui
Taxe supplémentaire (AdditionalCosts)	Oui	Oui

Taux d’imposition et totaux de taxe

Les informations de la Document Definition sont utilisées pour identifier les montants et les taux d’imposition.

Information	Où la spécifier
Les taux des taxes applicables dans le pays du fournisseur	L’onglet Taux d’imposition des propriétés du pays. Pour plus d’informations, voir Country and language settings.
Les mots-clés des taux d’imposition	L’onglet Mots-clés des propriétés de la langue. Pour plus d’informations, voir Mots-clés.

Le programme essaie de trouver jusqu’à deux taux d’imposition sur l’image. S’il y a plus de deux taux d’imposition dans la facture, des champs supplémentaires peuvent être créés et renseignés manuellement dans le formulaire de données. Le programme utilise des mots-clés pour détecter les champs TotalTax et TotalNetto. Vous pouvez spécifier ces mots-clés dans les propriétés d’un pays ou d’une langue, selon la manière dont le mot-clé doit être utilisé. Pour plus d’informations, voir Country and language settings et Mots-clés.

Comment le champ Total est détecté

Il existe deux types de mots-clés pour le champ Total, répartis dans différentes catégories. Pour plus d’informations sur les catégories d’élément de localisation, voir Mots-clés.

Catégorie	Contenu	Exemple
AmountTotalHighConfidenceLabels	Mots-clés qui n’apparaissent qu’à proximité du champ Total	« Pay this amount. »
AmountTotalLowConfidenceLabels	Mots-clés qui peuvent apparaître à proximité du champ Total, mais aussi près d’autres champs	« Total », qui peut apparaître près du champ Total, mais aussi près d’un champ contenant le poids total de tous les articles d’une facture

Si vous ne savez pas dans laquelle de ces deux catégories ajouter un mot-clé, ajoutez-le à AmountTotalHighConfidenceLabels. Si vous rencontrez des factures où le mot-clé conduit le programme à identifier un autre champ comme champ Total, vous pouvez le déplacer vers AmountTotalLowConfidenceLabels.

En plus des mots-clés, le programme recherche les éléments suivants lorsqu’il tente de détecter le champ Total :

Des nombres qui apparaissent deux ou trois fois sur la même ligne ou dans la même colonne de l’image. De tels nombres peuvent correspondre au Total sur des factures où aucune taxe n’est indiquée.
Des nombres qui sont la somme des nombres situés au-dessus d’eux dans la même colonne.
Les plus grands nombres (en valeur absolue) situés à la fin du document.

Devise et montants calculés

Le programme recherche le champ Currency uniquement si un champ Total a été détecté. Les mots-clés issus des propriétés du pays dans la Document Definition sont utilisés. Tous les champs du groupe de champs Montants qui n’ont pas pu être détectés sur l’image sont calculés automatiquement, à l’exception du champ Total, qui doit être détecté sur l’image. Si le programme ne parvient pas à extraire correctement les informations des champs du groupe de champs Montants, le champ Total est marqué comme nécessitant une vérification. Si le programme ne parvient pas à détecter les champs Total et Currency avec un degré de confiance élevé, ou s’il ne parvient pas du tout à les détecter, vous pouvez utiliser l’entraînement pour améliorer la qualité de l’extraction.

Groupe de champs Commande d’achat

FlexiCapture for Invoices peut extraire tous les numéros de commande d’achat et les montants correspondants depuis la facture. Cette fonctionnalité est désactivée par défaut. Pour en savoir plus, consultez Mise en correspondance des commandes d’achat. Pour extraire des numéros de commande d’achat, vous avez besoin d’un jeu de données contenant une liste de numéros de commande d’achat possibles et des montants correspondants. Pour en savoir plus, consultez jeu de données PurchaseOrders. Le champ Commande d’achat peut être extrait à l’aide d’une expression régulière ou d’un jeu de données contenant des numéros de commande d’achat possibles.

Détection des commandes d’achat à l’aide d’un jeu de données

Si un jeu de données contenant des numéros de commande d’achat possibles est utilisé, FlexiCapture for Invoices recherche sur les images les numéros de ce jeu de données. Il est préférable d’avoir le moins possible de numéros de commande d’achat dans la base de données. Pour en réduire le nombre, vous pouvez :

Utiliser la colonne VendorId du jeu de données. Dans ce cas, le programme utilise uniquement les numéros de commande d’achat du fournisseur de la facture.
Filtrer les commandes d’achat pour lesquelles une facture a déjà été reçue et ajouter uniquement les numéros des commandes d’achat pour lesquelles aucune facture n’a encore été reçue.

Le programme recherche dans la base de données les montants correspondant aux numéros de commande d’achat détectés. Il recherche également sur l’image tous les numéros de commande d’achat, y compris ceux figurant dans les lignes d’articles de la facture.

Détection des commandes d’achat à l’aide d’une expression régulière

Les commandes d’achat sont généralement générées par le système ERP de l’acheteur. Les factures adressées à une unité commerciale donnée ont donc tendance à se ressembler, et il est généralement possible de les décrire à l’aide d’une expression régulière. S’il existe une expression régulière pour les numéros de commande d’achat, le programme détecte sur les images tous les numéros qui correspondent à l’expression. Vous pouvez spécifier l’expression régulière dans l’élément RegularExpression d’un fichier de configuration XML.

<InvoiceSettings>
...
<OrderNumber>
   <Value>
      <RegularExpression></RegularExpression>
   </Value>
</OrderNumber>
</InvoiceSettings>

Pour en savoir plus sur les fichiers de configuration XML, consultez Modification des paramètres de traitement des factures dans les fichiers XML.

Groupe de champs Lignes d’articles

FlexiCapture for Invoices peut extraire les lignes d’articles des factures à partir d’images. L’extraction des lignes d’articles des factures est désactivée par défaut. Pour plus d’informations, voir Champs supplémentaires. Pour obtenir la liste des champs que le programme extrait automatiquement, voir Champs capturés. FlexiCapture for Invoices recherche d’abord un tableau dans l’image. Lors de cette recherche, il utilise les mots-clés des en-têtes de colonnes spécifiés pour chaque langue dans les propriétés de la Document Definition. Les mots-clés des colonnes des lignes d’articles des factures servent également à classifier les éléments, c’est-à-dire à déterminer le type de chaque colonne de ligne d’article. Le programme utilise ensuite les informations sur les colonnes détectées et les expressions mathématiques pour repérer les lignes d’articles dans le tableau de la facture. Enfin, il recherche dans ces lignes d’articles les champs correspondant aux colonnes. L’entraînement peut être utilisé pour améliorer la qualité de l’extraction automatique des lignes d’articles.

Comment les réseaux neuronaux détectent les champs

Le programme comprend deux réseaux neuronaux qui peuvent être utilisés pour capturer ces champs :

InvoiceNumber
InvoiceDate
Total
Vendor\Name
Vendor\Address
Business Unit\Name
Business Unit\Address
Purchase Orders\Order Number
LineItems:
- OrderNumber
- OrderDate
- Position
- ArticleNumber
- Description
- Quantity
- Unit of measurement
- Unit Price
- Total Price Netto
- VATPercentage

Les réseaux neuronaux sont capables d’autoapprentissage : ils peuvent détecter des dépendances complexes entre les données d’entrée et effectuer des généralisations utiles. Pour une précision maximale, le programme utilise à la fois un FlexiLayout et ses réseaux neuronaux pour capturer les champs de facture. Les champs que le programme ne parvient pas à extraire à l’aide de ses réseaux neuronaux sont extraits à l’aide du FlexiLayout. Si un champ peut être extrait à la fois par les réseaux neuronaux et par le FlexiLayout, le programme combine les résultats de manière intelligente. Le mode de combinaison des résultats dépend du champ. Pour plus d’informations, voir Comment les résultats de détection des champs sont combinés.

Désactiver les réseaux neuronaux

Par défaut, les réseaux neuronaux sont utilisés comme deuxième méthode de capture des champs du document. Si vous devez traiter, dans votre projet de factures, des documents autres que des factures, vous pouvez désactiver les réseaux neuronaux. Ils ont été entraînés spécifiquement pour capturer les champs de facture et risquent de ne pas être performants sur d’autres types de documents.

Pour désactiver le réseau neuronal pour	Désactivez cette option
Le groupe Lignes d’articles	Extraction approfondie des lignes d’articles de la facture
Les groupes En-tête de facture, Fournisseur, Unité commerciale et Commande d’achat	Extraction approfondie des champs de l’en-tête de facture

Ouvrez le Document Definition Editor

Ouvrez le Document Definition Editor.

Ouvrez les champs et fonctionnalités supplémentaires

Cliquez sur Document Definition Properties… → paramètre de la définition de document → Champs et fonctionnalités supplémentaires.

Désactivez l’option

Désactivez l’option correspondant aux groupes de champs dont vous souhaitez désactiver le réseau neuronal.

Combinaison des résultats de détection des champs

La manière dont le programme combine les résultats de détection des champs ou sélectionne le meilleur résultat dépend du champ concerné. En règle générale, la priorité est donnée aux résultats obtenus par le réseau neuronal correspondant. Les exceptions sont les recherches basées sur des jeux de données et les recherches utilisant des expressions régulières créées pour des documents client spécifiques.

Groupe de champs	Mode de sélection du résultat
En-tête de facture (Numéro de facture, Date de la facture, Total)	Les résultats obtenus par le réseau neuronal ont toujours la priorité.
Unité commerciale et fournisseur	Par défaut, l’unité commerciale et le fournisseur sont détectés à partir d’un jeu de données, à condition qu’un jeu de données soit sélectionné. S’il n’existe aucune entrée correspondante dans le jeu de données, les champs Nom, VATID (ABN) et Adresse peuvent également être détectés à l’aide du réseau neuronal. Si aucun jeu de données n’est sélectionné, seul le réseau neuronal est utilisé.
Commande d’achat	Le réseau neuronal n’est utilisé que si la valeur n’est pas détectée au moyen d’un jeu de données ou d’une expression régulière.
Lignes d’articles	La priorité est donnée aux résultats obtenus par le réseau neuronal. Si le réseau neuronal détecte l’ensemble du tableau des lignes d’articles, ce tableau est utilisé pour le traitement ultérieur. Sinon, le programme utilise les lignes d’articles détectées au moyen du FlexiLayout. Si le réseau neuronal détecte uniquement les champs Description et TotalPriceNetto pour chaque ligne d’article, ils sont complétés par les champs détectés au moyen du FlexiLayout.

​Comment le texte d’une facture est reconnu

​Comment une FlexiLayout détecte les champs

​Détection du fournisseur et de l’unité commerciale

​Exigences relatives au jeu de données pour une détection précise des sociétés

​Algorithme de détection des entreprises

​Filtrage des hypothèses

​Résultats de la détection du fournisseur et de l’unité commerciale

​Améliorer la détection du fournisseur et de l’unité commerciale

​Valeurs prédéfinies de fournisseur et d’unité commerciale

​Groupe de champs En-tête de facture

​InvoiceNumber et InvoiceDate

​Comment le programme identifie les factures et les avoirs

​Groupe de champs Montants

​Taux d’imposition et totaux de taxe

​Comment le champ Total est détecté

​Devise et montants calculés

​Groupe de champs Commande d’achat

​Détection des commandes d’achat à l’aide d’un jeu de données

​Détection des commandes d’achat à l’aide d’une expression régulière

​Groupe de champs Lignes d’articles

​Comment les réseaux neuronaux détectent les champs

​Désactiver les réseaux neuronaux

​Combinaison des résultats de détection des champs

Comment le texte d’une facture est reconnu

Comment une FlexiLayout détecte les champs

Détection du fournisseur et de l’unité commerciale

Exigences relatives au jeu de données pour une détection précise des sociétés

Algorithme de détection des entreprises

Filtrage des hypothèses

Résultats de la détection du fournisseur et de l’unité commerciale

Améliorer la détection du fournisseur et de l’unité commerciale

Valeurs prédéfinies de fournisseur et d’unité commerciale

Groupe de champs En-tête de facture

InvoiceNumber et InvoiceDate

Comment le programme identifie les factures et les avoirs

Groupe de champs Montants

Taux d’imposition et totaux de taxe

Comment le champ Total est détecté

Devise et montants calculés

Groupe de champs Commande d’achat

Détection des commandes d’achat à l’aide d’un jeu de données

Détection des commandes d’achat à l’aide d’une expression régulière

Groupe de champs Lignes d’articles

Comment les réseaux neuronaux détectent les champs

Désactiver les réseaux neuronaux

Combinaison des résultats de détection des champs