Configurer les cas d’utilisation de l’extraction de documents

Dans Intelligence documentaire, un cas d’utilisation est un modèle utilisé pour définir la structure d’un type de document que vous souhaitez traiter. Il est composé de l’enregistrement du cas d’utilisation et de ses champs, groupes de champs, intégrations, flux connexes et de tous les modèles d’apprentissage machine (ML) connexes.

Vue d’ensemble des cas d’utilisation de l’extraction de documents

Dans un cas d’utilisation d’extraction de documents, vous définissez les informations que vous souhaitez que l’IA détecte dans un document. Pour ce faire, spécifiez le type de document à traiter, les champs à détecter et l’emplacement où les résultats du traitement des documents doivent être stockés.

Par exemple, si vous souhaitez traiter des documents de facture, vous pouvez avoir besoin d’un cas d’utilisation « Facture ». Ce cas d’utilisation peut comporter des champs pour la date, le numéro de facture, l’élément, etc., afin de définir les informations à extraire du document.

Une fois que vous avez défini un cas d’utilisation d’extraction de documents, les agents peuvent commencer à traiter les documents correspondants dans les tâches de documents.

Workflow

Configurez un cas d’utilisation d’extraction de documents dans les étapes suivantes.

1. Créez un cas d’utilisation.

   Définissez le nom, la et la langue du cas d’utilisation.

2. Créer un champ pour l’extraction de données.

   Définissez les champs que l’IA apprendra à détecter et dont elle extraira les valeurs.

   Définissez des regroupements de champs pour faciliter l’extraction et l’organisation des données collectées à partir de tables ou de modèles d’informations, comme les listes de cases à cocher.

3. Configurer les modes d’extraction de données.

   Définissez comment les champs doivent être extraits des documents d’une tâche de document.

4. Configurez les intégrations.

   Configurez une intégration pour déclencher le traitement des tâches de documents ou l’extraction de valeur pour les workflows avec d’autres applications.

Au fur et à mesure que les agents travaillent sur des tâches de documents pour extraire des valeurs de champ à partir de documents individuels, l’IA tirera les leçons des commentaires et continuera de s’améliorer.