Система распознавания входящего документопотока (OCR + GPT)
О проекте
Система распознавания входящего документопотока — это интеллектуальное решение на основе технологий компьютерного зрения и искусственного интеллекта, предназначенное для автоматического извлечения данных из финансовых и юридических документов.
Решение обрабатывает как цифровые документы с текстовым слоем, так и скан-копии различного качества (PDF), извлекая ключевые данные и передавая их в корпоративные информационные системы.
Контекст
Современные организации сталкиваются с большим объемом входящих документов: счета, акты, УПД, счет-фактуры. Обработка таких документов традиционно требует значительного участия человека, что приводит к:
-
высокой трудоемкости
-
рискам ошибок
-
задержкам в бизнес-процессах
Возникает необходимость в интеллектуальном подходе, объединяющем методы распознавания текста и понимания его структуры, чтобы обеспечить не только извлечение данных, но и возможность их дальнейшей автоматической обработки.
Решение
В основе проекта лежит комплексный подход, объединяющий технологии OCR (оптическое распознавание символов) и GPT-модели (LLM) для семантического анализа
Система обеспечивает:
- распознавание текстов из PDF и сканов
- извлечение ключевых реквизитов (контрагенты, суммы, даты)
- распознавание номенклатуры в табличном виде
- автоматическое структурирование данных
- автозаполнение данных в учетных системах
- обработку документов из различных источников (например, ЭДО)
Дополнительно реализовано автоматическое обновление и обработка документов по расписанию (например, несколько запусков в день)
Применение специального разработанного валидатора позволило получить точность близкую
Особенность решения — комбинация классического computer vision и языковых моделей, что позволяет значительно повысить точность на сложных документах.
Данные
Система работает с различными типами документов:
- счета на оплату
- акты
- универсальные передаточные документы (УПД)
- счет-фактуры
Источниками данных могут выступать системы электронного документооборота (например, Контур.Диадок), файловые хранилища и внутренние базы данных
Ценность
Внедрение системы дает значимый эффект:
- ускорение обработки документов
- снижение влияния человеческого фактора
- уменьшение рутинной нагрузки на сотрудников
- повышение качества данных
В результате эксплуатации получена точность распознавания реквизитов — около 98%, точность распознавания номенклатуры — около 97,8%
Интеграция и внедрение
Решение интегрировано в инфраструктуру НИУ ВШЭ и используется финансовой дирекцией университета.
Демонстрация
Команда
Центр программных разработок и цифровых сервисов: Директор центра
Отдел разработки программных систем: Аналитик
Отдел разработки программных систем: Программист
Отдел разработки программных систем: Аналитик
Отдел прикладного искусственного интеллекта: Стажер-исследователь