استخراج البيانات من المستندات العربية

يستلم الفريق المالي فاتورة مورّد كصورة في رسالة واتساب، فيكتب أحدهم تسعة حقول في نظام ERP. اضرب ذلك في أربعمئة فاتورة شهرياً تحصل على وظيفة كاملة لم يتقدّم إليها أحد.

استخراج لا قراءة

الهدف ليس أن تفهم الآلة المستند، بل أن تعيد الحقول التسعة نفسها بالشكل نفسه في كل مرة، مع درجة ثقة وصورة لموضع كل حقل. وما كان غير مؤكد ينتقل إلى موظف يصححه في ثوانٍ بدل كتابته من الصفر.

• فواتير المورّدين والرقم الضريبي المطبوع عليها
• سندات التسليم ومطابقتها بأمر الشراء
• خطابات البنوك وأوراق الجمارك وشهادات المنشأ
• العقود، حيث لا يُحتاج إلا للتواريخ والأطراف والقيم

التعرف الضوئي على العربية هو الجزء الصعب

خط متصل، وتشكيل قد يوجد وقد لا يوجد، وعربية ولاتينية في السطر نفسه، وملاحظة بخط اليد على الهامش، وختم فوق المجموع. والجودة هنا تحسمها إعدادات الماسح والمعالجة الأولية أكثر بكثير من اختيار النموذج.

استهدف استخراج تسعين بالمئة من الحقول مع تعليم كل حقل غير مؤكد. أما ملاحقة المئة بالمئة دون إشراف فهي سبب تجاوز هذه المشاريع لحدودها.

ضعه حيث يجري العمل أصلاً

يجب أن تصل البيانات المستخرجة إلى النظام الذي يستخدمه الموظف فعلاً، وبجانبها المستند الأصلي. فإن اضطر لفتح أداة ثانية للتحقق من النتيجة فسيعود إلى الكتابة اليدوية.

والفوترة الإلكترونية تعني أن نسبة أكبر من هذا تصل منظمة كل عام، لكن المورّد الذي ما زال يرسل صورة سيبقى معنا وقتاً طويلاً، ولا ينبغي أن يدفع الفريق المالي ثمن ذلك.