文件提取例外队列怎么处理
文件提取的例外队列,用来接把握分数偏低、必填栏没有值,以及和主档对不上的列;谁可以改、改了什么、哪一笔可以离开,都写在同一行。栏位清单定的是每一栏叫什么、在样张的哪一处;这一页定的是列已经抽出之后,怎样进人审、怎样离开。
目录
例外队列和栏位清单分开写
栏位清单回答的是每一栏的名称、在样张的哪一处、怎样算合格、谁确认、空白或无法辨认时进哪一个队列。例外队列回答的是另一件事:列已经抽出之后,把握分数偏低、必填栏没有值,或和主档对不上时,这一列怎样进人审、谁可以改抽出来的值、改动留下什么、什么情况可以离开。栏位清单上的待审队列就是这一页所说的例外队列,名称以清单上写的为准。清单怎样定栏位,见 文件资料提取要先定哪些栏位。
人必须停下来看的那一步,仍是人工闸门。闸门怎样写,见 流程自动化要先写哪些人工闸门。抽取、待审和汇出接到每天已经在做的作业,见 文件处理与资料提取。这一页不重写栏位的五项,也不另起一个和清单对不上的队列名称。
把握分数偏低时,按公司自己的线进队列
2026年10月27日阅读的 Microsoft Learn:准确度与信心分数 把信心分数写成一种概率,用来表示抽出的结果有多大把握是对的。该页没有刊登日期。该页写明,栏位的信心是 0 到 1 之间的估计概率;并以 0.95 为例,说这表示预测大约在二十次里有十九次可能正确。该页写明,在准确度要紧的情况,可以用信心决定自动接受,或标出来给人审。该页并写明,可以在流程里加入人审;对较要紧的自动化,也可以加人审来核对。该页写给 Azure Document Intelligence。文件提取可以沿用「有分数才谈自动接受」这一个区分。该页没有要求必须采购该产品。
该页对自定义模型的准确度写明,最好以 80% 或更高为目标;财务或病历这类较敏感的情况,建议接近 100%。那是该页对训练准确度的建议。例外队列用的线另写在队列规则上:哪一种单据、哪一栏、分数低于多少就进人审,谁在哪一天同意这条线。线还没写,带分数的栏不自动离开队列,也不自动进入下游。0.95、80% 和接近 100% 留在该页,不直接抄成这条线。金额栏仍等具名的同事确认,见 文件资料提取要先定哪些栏位。
工具没有给出分数时,栏上写没有分数
该页写明,目前不是每一个文件栏位都会返回信心分数。该页并注明,自定义模型的栏位信心自 2024-11-30(正式版)起包含词的信心。某一栏没有分数,日志写「没有分数」,不补一个 0 或 1。没有分数的必填栏,依栏位清单进例外队列。没有分数的选填栏,依清单上对空白的去向:清单写明可以空白,这一栏不因为没有分数而进队列;清单写明空白要人看,就进队列。
该页并写明,读取文字的信心和栏位抽取的信心要分开看,读取的信心不会自动变成栏位的信心。工具若两种都给,日志两种都留下,并写各自的名称。只有其中一种,就只记那一种,另一种写「没有分数」。不把读取分数拿来当成栏位已经可以离开队列。
必填栏没有值,即使分数高也进队列
该页写明,存储格或栏位没有值时可以是空值,并带有信心;训练数据若大多也是空的,空值带高信心表示模型认为这里没有值,而且这个判断较可能正确。信心低则表示模型较不确定,值可能被漏掉。例外队列把「必填」放在分数之前:栏位清单把这一栏标成必填,抽出的值是空的,这一列就进队列,不论空值的信心高或低。高信心只说明模型认为单据上可能没有这个值,人仍要对着样张看。
确认人看过样张,单据上确实没有这一栏,就在该栏写「单据上没有」,并签名。这是一种值,不是把必填改成选填。单据上有、工具没抽出,确认人补上从样张读到的值,原抽出值仍留在日志。必填的定义在栏位清单,不在这一列临时改。
谁可以改抽出来的值
可以改值的人沿用栏位清单上的确认人。确认人打得开这一张单据的样张;打不开,换成打得开的人,并在行上记下为什么换人。改值是把抽出来的字改成样张上的字,或写明单据上没有。确认人不改主档,除非他同时是主档的负责人,而且两种身份在日志上分开。
另有一位放行的人,决定这一列能不能离开。放行的人和确认人可以是同一个人,两栏仍分开,事后才分得出谁改了值、谁让它离开。没有写在清单上的人,不改值,也不放行。群组里的一句「我改好了」先落到日志,没有日志就不算改过。
和主档对不上时,先写对过哪一笔
和主档不一致的列进队列时,带上单据识别、栏位名称、抽出来的值、主档的哪一笔记录、主档上的值、时间。主档记录没有识别,这一列先补识别再交给确认人。确认人对的是样张和抽出来的值。样张支持抽出来的值,主档却不同,结果写「抽出值保留,主档另查」,并写主档负责人的名字。样张支持主档,抽出值就改成样张上的字。
主档本身要不要改,由主档负责人在主档那一边写,不在例外队列里直接改主档。两种结果都还没写,这一列留在队列。栏位清单若还没写主档的名称,对不上的列留到清单补上名称再核,见 文件资料提取要先定哪些栏位。
每一笔留下改前、改后和原因
日志每一行固定有:单据识别、栏位名称、进队列的原因、进队列的时间、原抽出值、把握分数或「没有分数」、谁改的、改后的值、改的时间。原因用队列规则里已经有的名称:分数低于公司自己的线、必填为空、和主档不一致。原因不在这三种里,先把新原因写进规则并注明日期,再用来标记这一列。
改后的值没有改前的值,或没有改的人,这一笔不算改完。同一栏改了两次,两次都留,不盖掉前一次。日志的存放路径写在队列规则上。路径打不开,放行人不能放行。
放行人签名之后,这一列才离开
改正后的列要同时满足才离开:必填栏有值,或已写「单据上没有」并由确认人签名;和主档的差异已有结果;日志有改前、改后、原因和时间;放行人签名并写时间。四项里有一项空着,列留在队列,状态写待放行。离开的去向只有两种:写入下游,或退回给单据的负责人。退回也要签名,并写退回原因。退回的列不写入下游。
写入下游仍只写确认过的栏位,目标栏位名称要和清单相同。写入怎样接到既有系统,见 文件资料提取要先定哪些栏位。分数高过公司的线、必填有值、也没有主档冲突的列,可以不进人审,但仍在日志留下分数和「未进队列」。线还没写的期间,不使用这一条自动离开。三件事都在,才把一列标成已离开:原因有着落、改动在日志里、放行人或退回的人签了名。
