ระบบสกัดข้อมูลเอกสารด้วย AI OCR

เอกสารสแกนอย่างแบบฟอร์มคำขอ หนังสือราชการ และเอกสารประกอบ เข้ามาที่องค์กรจำนวนมากทุกวัน แต่ข้อมูลในเอกสารเหล่านั้นยังต้องอาศัยเจ้าหน้าที่อ่านและคีย์เข้าระบบทีละรายการ

เอกสารภาษาไทยมีความท้าทายเฉพาะสำหรับ OCR ทั้งการไม่มีช่องว่างระหว่างคำ สระที่อยู่เหนือและใต้บรรทัด รวมถึงเอกสารที่ปนภาษาไทยกับอังกฤษและตารางซับซ้อน เครื่องมือสำเร็จรูปทั่วไปจึงให้ผลไม่คงที่พอสำหรับงานจริง

เราพัฒนาไปป์ไลน์หลายขั้น: วิเคราะห์โครงสร้างหน้าเอกสารก่อนเพื่อแยกหัวข้อ ตาราง และย่อหน้า จากนั้น OCR อ่านข้อความ และใช้โมเดลภาษาช่วยสกัดข้อมูลเป็นฟิลด์ตามแบบเอกสารแต่ละประเภท ทุกค่ามีระดับความมั่นใจกำกับ

รายการที่ความมั่นใจต่ำกว่าเกณฑ์ถูกส่งเข้าหน้าจอตรวจทานที่แสดงภาพเอกสารคู่กับค่าที่สกัดได้ ให้เจ้าหน้าที่แก้ไขได้เร็ว ผลการแก้ไขถูกเก็บไว้ใช้ปรับปรุงระบบ ระบบสาธิตนี้ทดสอบกับชุดเอกสารตัวอย่างที่จัดทำขึ้นเอง