Skip to main content
Cet article décrit comment les principaux champs d’une facture sont détectés et capturés. Le programme commence à traiter une facture en reconnaissant le texte qu’elle contient, conformément aux paramètres de la définition de document :
  • Le mode de reconnaissance (Fast, Balanced, Normal ou Accurate) détermine la vitesse de reconnaissance et la qualité du calque de texte ainsi obtenu. Pour spécifier un mode de reconnaissance, dans le Document Definition Editor, cliquez sur Document Definition → Document Definition Properties… → Recognition.
  • Les langues de reconnaissance sont les langues utilisées pour la reconnaissance. Pour spécifier les langues de reconnaissance, dans le Document Definition Editor, cliquez sur Document Definition → Document Definition Properties… → Document Definition Settings, 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. Les champs de facture sont extraits lors de la reconnaissance.
Pour détecter et capturer les champs d’une facture, le programme peut utiliser : Les deux méthodes sont décrites ci-dessous, ainsi que l’algorithme qui combine les résultats obtenus par ces deux méthodes ou sélectionne le meilleur résultat.

​
Utiliser un FlexiLayout

​
Unité commerciale et fournisseur

Les éléments suivants peuvent être utilisés pour déterminer le Fournisseur et l’unité commerciale :
  • Paramètres de définition de document : 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.

​
Algorithme de détection automatique d’entreprise

Le niveau de détail et la qualité des informations renseignées dans les colonnes du jeu de données ont un impact significatif sur la qualité de la détection. Pour que les résultats de recherche soient aussi précis que possible, assurez-vous que :
  • Les identifiants uniques de l’entreprise sont renseignés. Le fait de renseigner les colonnes contenant des valeurs uniques (VATID, NationalVATID, IBAN) améliore considérablement la probabilité d’une détection correcte, car ces valeurs sont propres à chaque entreprise.
  • Il n’y a pas de doublons parmi les enregistrements d’entreprise. L’absence de doublons améliorera les chances de détecter correctement l’entreprise. Pour plus d’informations, voir Suppression des doublons dans la base de données externe.
  • Il n’y a pas d’enregistrements non pertinents. La présence d’enregistrements obsolètes ou non valides dans le jeu de données peut entraîner une détection incorrecte de l’entreprise en raison de similitudes fortuites entre différentes valeurs des champs.
  • Tous les champs sont renseignés pour chaque fiche d’entreprise. Renseignez autant d’informations que possible sur les entreprises. Plus les champs sont renseignés, plus la probabilité de détecter correctement l’entreprise est élevée.
  • Les colonnes à valeurs multiples servent à stocker une même information lorsqu’elle est représentée de différentes manières, et non des informations différentes. Par exemple, si une même entreprise possède plusieurs adresses, il doit y avoir un enregistrement distinct pour chacune d’elles, même si tous les autres champs contiennent les mêmes informations. Pour plus d’informations, voir Préparation des bases de données de fournisseurs et d’unités commerciales.
L’algorithme de détection automatique des fournisseurs et des unités commerciales comprend les étapes suivantes :
1

Recherche d’identifiants uniques

Les champs suivants sont considérés comme des identifiants uniques d’entreprise :
  • VATID
  • NationalVATID
  • IBAN
FlexiCapture for Invoices recherche dans l’image du document les valeurs répertoriées ci-dessus. Dans les propriétés de la définition de document (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.
Des mots-clés et des formats d’identifiant correctement renseignés améliorent considérablement la qualité de détection.
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.
ABBYY FlexiCapture for Invoices propose des expressions régulières prédéfinies, mais vous pouvez créer les vôtres si nécessaire. Pour ce faire, accédez au groupe Pays et langues de l’onglet paramètre de la définition de document, sélectionnez le pays approprié, puis cliquez sur Edit….
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.
2

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.
Pour obtenir les meilleurs résultats possibles pour la recherche par nom d’entreprise, assurez-vous que les colonnes correspondantes du jeu de données sont renseignées. Les informations de nom d’entreprise et d’adresse sont particulièrement importantes lorsque l’entreprise ne peut pas être identifiée à l’aide de VATID, NationalVATID ou IBAN.
3

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.
Si seule la base de données fournisseurs est connectée, la qualité de l’évaluation des paires fournisseur–BU peut s’en trouver réduite. Nous recommandons de connecter une base de données d’unités commerciales même si la détection d’unité commerciale n’est pas requise. Pour plus d’informations, voir Utilisation des bases de données fournisseurs et d’unités commerciales.
S’il existe très peu d’unités commerciales (par exemple, une seule), la connexion d’une telle base de données n’affecte pas significativement l’évaluation. Toutefois, elle peut améliorer la qualité de détection lorsqu’une unité commerciale est détectée à tort comme un fournisseur.

​
Filtrage des hypothèses

Les hypothèses sont réparties dans les catégories suivantes selon la fiabilité de la correspondance (entre l’enregistrement du jeu de données et la valeur du champ d’image du document) :
  • Correspondance fiable avec l’image du document
  • Correspondance peu fiable avec 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, qui peut être défini comme suit :
  • true – Le filtrage est activé, et l’hypothèse finale est sélectionnée exclusivement parmi les hypothèses fiables (par défaut).
  • false – le filtrage est désactivé, et 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 :
  • Lors de la détection des fournisseurs, les hypothèses peu fiables ne sont pas prises en compte. S’il n’y a aucune hypothèse fiable, aucun fournisseur n’est détecté.
  • Lors de la détection des unités commerciales :
    • Si au moins une hypothèse fiable a été trouvée, les hypothèses peu fiables ne sont pas prises en compte.
    • Si le jeu d’hypothèses ne contient aucune hypothèse fiable, la valeur de l’indicateur est ignorée et l’hypothèse finale est sélectionnée parmi les hypothèses peu fiables.
Cela s’explique par les 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

Les principaux résultats de la détection du fournisseur et de l’unité commerciale sur la facture sont les suivants :
  • L’identifiant de l’enregistrement du fournisseur dans le jeu de données Vendors
  • L’identifiant de l’enregistrement de l’enregistrement de l’unité commerciale dans le jeu de données BusinessUnits
Si le jeu de données Vendors indique que Id dépend de BusinessUnitId (voir jeu de données Vendors), le résultat de la détection du fournisseur contient l’Id correspondant à BusinessUnitId.
Une unité commerciale peut être détectée de façon peu fiable. Dans ce cas, le paramètre d’enregistrement du document fc_Predefined:InvoiceIsVendorSuspicious (fc_Predefined:InvoiceIsBusinessUnitSuspicious) est défini sur true. Les régions des champs suivants peuvent être trouvées à la suite de la détection du fournisseur et de l’unité commerciale :
  • Pour le fournisseur : Name, VatID, NationalVatID, IBAN, Street, Zip, City.
  • Pour l’unité commerciale : Name, VatID, Street, Zip, City.
En examinant l’emplacement de ces régions sur l’image, vous pouvez voir exactement où le programme a trouvé les champs des groupes de champs Vendor et Business Unit, 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, des mots-clés et le format peuvent être utilisés pour détecter les valeurs appropriées, de la même manière que les coordonnées bancaires sont détectées (si le fournisseur correspondant a été trouvé).
La recherche de toute région de champ peut être modifiée par entraînement ou par l’application d’un FlexiLayout supplémentaire (voir Capturer des champs de facture supplémentaires). Cela n’a aucun effet sur la détection du fournisseur et de l’unité commerciale, mais peut affecter l’emplacement des régions de champ dans ces groupes de champs après la mise en correspondance de la Document Definition avec les factures.
Un résultat important de la détection du fournisseur et de l’unité commerciale est que les informations sur leurs pays respectifs sont récupérées à partir du champ CountryCode des enregistrements trouvés dans le jeu de données. Ces informations sont ensuite utilisées pour sélectionner des mots-clés et des taux d’imposition, pour capturer d’autres champs de facture et comme condition de lancement des règles de validation de la facture.

​
Comment modifier la façon dont le programme détecte le fournisseur ou 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. Si la même entreprise figure à la fois dans la liste des fournisseurs et dans la liste des unités commerciales, indiquez le même ID TVA 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 :

​
Utilisation de 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). Vous pouvez spécifier explicitement le fournisseur ou l’unité commerciale avant la détection automatique. Pour ce faire, définissez la valeur du paramètre d’enregistrement du document fc_Predefined:InvoicePredefinedVendorId (fc_Predefined:InvoicePredefinedBusinessUnitId) sur l’identifiant (Id) d’une entrée dans le jeu de données Vendors ou BusinessUnits. Cela n’empêche pas la détection automatique du fournisseur ou de l’unité commerciale. Par conséquent, 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 (voir Mots-clés) et en utilisant l’entraînement (voir Entraînement ABBYY FlexiCapture for Invoices).

​
Comment le programme détermine qu’un document est une facture

FlexiCapture détermine si un document est une facture lors de l’application du FlexiLayout. Les conditions ci-dessous indiquent qu’un document est une facture. Elles n’ont pas toutes besoin d’être remplies, mais chacune a un certain poids.
  • Les champs InvoiceNumber et InvoiceDate ont été détectés.
  • Des mots-clés de l’élément localisé InvoiceIdentifiers ont été détectés (voir Mots-clés).
  • Un fournisseur ou une unité commerciale a été détecté 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 les champs suivants d’une facture : Les informations de la Document Definition sont utilisées pour identifier les montants et les taux d’imposition :
  • Les taux des taxes applicables dans le pays du fournisseur. Vous pouvez les spécifier dans 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. Vous pouvez les spécifier dans l’onglet Mots-clés des propriétés de la langue. Pour plus d’informations, voir Keywords.
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). Pour plus d’informations sur les mots-clés, voir Keywords. 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 Keywords) :
  • AmountTotalHighConfidenceLabels : mots-clés qui n’apparaissent qu’à proximité du champ Total, comme « Pay this amount. »
  • AmountTotalLowConfidenceLabels : mots-clés qui peuvent apparaître à proximité du champ Total, mais aussi près d’autres champs. Par exemple, le mot-clé « Total » 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.
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 (voir 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 (voir jeu de données PurchaseOrders). Le champ Commande d’achat peut être extrait à l’aide de : 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. 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. L’expression régulière peut être spécifiée dans un fichier de configuration XML à l’aide des balises suivantes :
Pour en savoir plus sur les fichiers de configuration XML, consultez Modification des paramètres de traitement des factures dans les fichiers XML.

​
Le 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 (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 définition de document. 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.

​
Utilisation des réseaux neuronaux

L’un des principaux avantages des réseaux neuronaux est leur capacité d’autoapprentissage : ils peuvent détecter des dépendances complexes entre les données d’entrée et effectuer des généralisations utiles. Le programme comprend deux réseaux neuronaux qui peuvent être utilisés pour capturer les champs suivants :
  • 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
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 Combinaison des résultats de détection des champs.

​
Désactivation des 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 le réseau neuronal, car il a été entraîné spécifiquement pour capturer les champs de facture et risque de ne pas être performant sur d’autres types de documents. Pour désactiver le réseau neuronal pour le groupe Lignes d’articles :
1

Ouvrez le Document Definition Editor

Ouvrez le Document Definition Editor.
2

Ouvrez les champs et fonctionnalités supplémentaires

Cliquez sur Propriétés de Document Definition… → paramètre de la définition de document → Champs et fonctionnalités supplémentaires.
3

Désactivez l’option

Désactivez l’option Extraction approfondie des lignes d’articles de la facture.
Pour désactiver le réseau neuronal pour les groupes En-tête de facture, Fournisseur, unité commerciale et Commande d’achat :
1

Ouvrez le Document Definition Editor

Ouvrez le Document Definition Editor.
2

Ouvrez les champs et fonctionnalités supplémentaires

Cliquez sur Propriétés de Document Definition… → paramètre de la définition de document → Champs et fonctionnalités supplémentaires.
3

Désactivez l’option

Désactivez l’option Extraction approfondie des champs de l’en-tête de facture.

​
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 En-tête de facture Les résultats obtenus par le réseau neuronal ont toujours la priorité pour les champs suivants :
  • Numéro de facture
  • Date de la facture
  • Total
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. En outre, les champs suivants peuvent être détectés à l’aide du réseau neuronal s’il n’existe aucune entrée correspondante dans le jeu de données :
  • Nom
  • VATID (ABN)
  • Adresse
Si aucun jeu de données n’est sélectionné, seul le réseau neuronal est utilisé. Groupe de champs 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 Pour les champs des 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.