Análise comparativa de OCR de recibos com LLMs
A extração de dados de recibos é essencial para as empresas, visto que milhões de funcionários registram suas despesas relacionadas ao trabalho por meio desses documentos. Com os avanços recentes em IA generativa e grandes modelos de linguagem , a precisão da extração de dados atingiu um nível comparável ao dos humanos.
Avaliamos a precisão da extração de dados de modelos de reconhecimento de linguagem (LLMs) em imagens de recibos de baixa e alta qualidade, utilizando o algoritmo Claude 3.5 Sonnet para avaliar suas capacidades de extração de dados em recibos. Os resultados demonstram alta precisão no teste de OCR em recibos, com uma taxa média de sucesso de 97%.
Resultados de referência do OCR de recibos
Conjunto de dados
Dividimos nosso conjunto de dados em duas partes:
Alta qualidade: Recibos digitalizados em alta resolução. As imagens estão bem alinhadas e com alto contraste. 1
Baixa qualidade: Fotografado, baixa qualidade
recibos. Essas imagens não estão alinhadas corretamente, sem nenhum pré-processamento para torná-lascontraste maior. 2
Nosso objetivo é abordar casos da vida real o máximo possível.
Solicitamos uma saída em formato JSON para facilitar a avaliação. Nossa instrução é: Por favor, insira o texto dos PDFs em um formato JSON adequado.
Leia também o benchmark de OCR para faturas , caso tenha interesse.
Metodologia
Os resultados foram avaliados no nível de pares chave-valor:
Se um campo contiver o rótulo e o valor corretos, ele será marcado como correto.
Se houver alguma diferença de caracteres em relação ao valor ou à verdade fundamental no rótulo, essa linha será marcada como falsa.
Precisão da extração: Número de pares chave-valor extraídos corretamente dividido pelo número total de pares chave-valor.
O que é OCR de recibos?
O OCR (Reconhecimento Óptico de Caracteres) para recibos é uma tecnologia que extrai dados de recibos digitalizados e impressos usando inteligência artificial e algoritmos de aprendizado de máquina. O OCR para recibos analisa os dados, converte-os em um formato estruturado e captura detalhes do recibo, como data, itens e preços.
Melhores práticas para extrair dados de recibos
Para aumentar a precisão do OCR , as imagens devem ser:
Em alta resolução
Bem alinhado
Livre de erros de impressão
Você deve estar ciente de:
A maioria das ferramentas de OCR para recibos falha ao não conseguir associar o item correto ao preço correto quando há uma observação sobre o item na linha seguinte sem preço listado. Nesse caso, é comum que as ferramentas interpretem o preço do item seguinte como o preço da observação. Para entender melhor, vejamos o exemplo:
Nesses casos, o resultado do OCR pode corresponder a “SpcyDlx +PJ” com o preço 0,40, o que não está correto. Isso pode ocorrer principalmente quando a resolução e a qualidade da imagem são baixas e a imagem não está alinhada corretamente.
Notamos que, em casos de baixa resolução ou erros de impressão (tinta que não cobre completamente a letra, etc.), as ferramentas têm dificuldade em identificar letras e números semelhantes, como "8" e "9" ou "5" e "6". Também é comum haver dificuldade em identificar "/" e "1", principalmente em datas.
Tipos de dados que podem ser extraídos de recibos
Número do recibo
Data
Nome do fornecedor
Subtotal
Valor do imposto
Montante total
Itens comprados
Um guia passo a passo para extração de dados de recibos:
Digitalização de recibos: Digitalização do recibo em alta resolução. A digitalização de recibos por OCR ajuda a obter imagens de maior qualidade do que tirar fotos dos recibos.
Processamento de recibos: Para aumentar o contraste e a legibilidade da imagem de entrada, pode ser necessário processar os recibos.
Análise de recibos: Analisar a imagem do recibo é essencial para analisar e capturar dados, pois divide os dados em partes mais organizadas.
Utilização de dados estruturados: Dados estruturados podem ser usados para automatizar a entrada de dados em sistemas existentes, como softwares de contabilidade. Dados relevantes podem ser utilizados em diversos casos, como no rastreamento da data da transação em registros financeiros e na gestão de despesas. A extração automática de dados de recibos por meio de LLMs ou APIs de OCR para recibos pode reduzir erros e a entrada manual de dados, aumentando a eficiência geral com alta precisão.
Você também pode consultar nosso benchmark de OCR de escrita à mão.
Perguntas frequentes
A tecnologia OCR auxilia no rastreamento de despesas e na identificação de padrões de gastos. Os itens de linha em uma resposta JSON podem fornecer informações importantes e ajudar a economizar tempo, extraindo automaticamente o texto bruto de documentos e faturas. As empresas podem ajustar um mecanismo de OCR de acordo com as necessidades do projeto. Números de empresas de diferentes países, como o número de empresa australiano e o número de IVA, podem ser extraídos de recibos.
Links de referência
Seja o primeiro a comentar
Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios.