利用文档了解生态系统

文档理解旨在释放文档中的数据，使您的组织能够更准确地提取数据，提高生产力，并通过机器人流程自动化 (RPA) 提高投资回报率。它位于文档处理和人工智能 (AI) 的交汇处，它们共同促成了几乎所有东西都可以自动化的未来。

文档理解生态系统包括可以解释各种文档类型（甚至是手写、复选框和图章）的信息和含义的技术。机器学习 (ML) 正在推动文档理解方面的持续创新，这是自动化增长最快的领域之一。

组织可能已经在使用特定的解决方案或提供商。不过，他们可能需要其他技术或新的专业知识来将文档理解扩展到其他业务功能。很难找到拥有适用于各种文档的通用解决方案的供应商。他们通常专注于特定类型的文件或行业，例如保险、金融和医疗保健。还有一些供应商提供基于 ML 的解决方案，例如针对特定文档的预训练模型。然而，这些模型不能轻易修改以适应这些领域之外的文档。

目前很难找到一家提供通用解决方案的供应商，该解决方案适用于任何可以想象的文档。反过来，UiPath 为企业提供了一种方法来应对自动化文档处理的挑战和可能性。首先，您可以通过 UiPath Enterprise 试用版试用我们的原生 AI 功能。

UiPath Enterprise RPA 平台功能通过互补的合作伙伴产品得到增强，允许流畅的端到端文档处理——这些产品可在 UiPath Marketplace 中获得。 Marketplace 提供了一个开放的生态系统，其中包含合作伙伴解决方案，与 UiPath RPA 平台相结合，可以解决广泛的用例。

让我们仔细看看这些生态系统技术以及提供这些技术的顶级供应商。

多种技术可以释放文档理解的力量

以下是文档理解中最常用的一些技术，以及围绕这些技术构建解决方案的 UiPath 合作伙伴：

光学字符识别 (OCR)

OCR 将打字、手写或打印文本的图像转换为机器编码的文本，可以进一步处理以提取所需的数据。该技术通常还提取有关内容布局和结构的信息。由于 PDF 页面基本上是图片，您可能偶尔会因处理无法复制文本或应用搜索的 PDF 文档而放慢速度。同样，您可能有收据的扫描件、照片或屏幕截图，例如，JPEG 或 TIFF 等典型图形格式。 OCR 可以轻松地从这些文件中收集所有需要的信息，而无需人工阅读所有文件。

市场上许多最著名的 OCR 引擎都与 UiPath 集成。其中包括 ABBYY FineReader、Tesseract（由 Google 提供的开源 OCR）、Kofax OmniPage、Microsoft OCR 和 Google OCR。此外，最近还发布了 UiPath Document OCR 作为客户的另一个绝佳选择。

基于模板的提取器 (TBE)

TBE 使用应用于用户或机器创建的模板的固定规则提取数据。 TBE 可能不适用于结构经常变化或需要不同模板变体的文档。这意味着当您与许多不同的组织合作并处理他们发送的各种发票或收据模板时，这不是一个选择。同时，该技术非常适合管理数量相对较少的稳定文档模板。当您有一组预定义的固定模板并且不需要排除时，请不要犹豫。当需要更改文档格式时，手动更改模板很容易。

有许多供应商提供 TBE。在评估选择哪种解决方案时，您应该注意设置模板的难易程度，以及提取结果如何取决于图像的质量。一些最好的公司提供的技术可以使用仅确认选择的人工在环过程以半自动方式创建模板。

一个很好的 TBE 示例是集成到 UiPath Studio 中的 ABBYY FlexiCapture。还有一个 UiPath 模板提取器可作为 UiPath 文档理解的一部分使用。

基于监督学习的机器学习提取器 (SMLE)

SMLE 可用于结构化和半结构化文档。后者可能没有像结构化文档那样严格的布局，但可能包含类似的内容。一个很好的例子是发票和采购订单。 SMLE 通过标记一组样本文档来工作，即将要提取的数据元素与文档中提取数据的区域相关联。

目前，UiPath 拥有基于 ML 的发票、收据和采购订单提取器。其他预训练模型将很快推出。 UiPath 还与 ABBYY Flexicapture Distributed 和 Flexicapture for Invoices 集成，它们利用预先训练的 ML 模型来处理发票和类似文档。此外，UiPath 还与 Hyperscience、Ephesoft、Vidado、Rossum、Omnius、Microsoft Form Recognizer 和 Amazon Textract 集成。所有集成都提供结构化和半结构化文档的技术。

在考虑 SMLE 选项时，请询问供应商需要多少样品 训练模型。如果数量很大，由于标记任务和需要大量样本，该过程可能会带来高成本。

无监督学习 (USL)

该技术包括分析数据集而不需要预先标记数据。 USL 利用预训练模型或不同的计算机友好知识表示来处理非结构化文档。常见用例包括分析财务报表、合同和电子邮件。

UiPath 有多个合作伙伴提供 USL 解决方案，包括 Indico、SortSpoke、Botminds AI Technologies 和 Xtracta。例如，Indico 提供了一种计算机辅助标签工具，可以建议与文档中的数据相关的标签。用户需要做的就是批准或覆盖它们。

自然语言处理 (NLP)

NLP 技术帮助计算机理解人类语言。 NLP 通常与其他技术结合以执行一系列任务。它允许组织通过在电子邮件等非结构化文档中定义意图来执行文本分析、实体提取和自动化流程。如果要从非结构化文档中提取开始日期和完成日期，则必须能够映射工作时间线，因为许多日期是同义词。 NLP 可以帮助您做到这一点，因为它可以确定和分析同义词。此外，它可能正在分析文本的情绪——换句话说，定义它是积极的、消极的还是中性的。这对于解释新闻、社交媒体或通信中的内容可能特别有价值。与 UiPath 集成的 NLP 合作伙伴和技术包括 Expert System、Amazon Comprehend 和 Stanford NLP Group。

新兴的替代方案——业务流程外包和人在循环中

除了上面列出的成熟技术和公司之外，还出现了提供业务流程外包 (BPO) 和人在环 (HITL) 流程以增强文档理解的供应商。

例如，Ocrolus 和 Contract Wrangler 拥有强大的基于 ML 的文档理解技术。然而，他们聘请了众包人力来帮助纠正不符合所需准确度阈值的文档提取结果。两家公司都具有颠覆性，因为它们保证高达 99.99% 的准确性和交付时间承诺。当然，更高的精度和更短的时间要求可能会给客户带来更高的成本。

此外，UiPath 文档理解解决方案提供了验证站。该工具可让用户查看并在必要时更正文档分类和自动数据提取结果。

关于选择解决方案的最终想法

选择一个能够满足您对文档理解的所有业务需求的解决方案可能会带来很大的挑战。它通常会导致评估同时实施几个解决方案的选项并寻找集成它们的最佳方法。这就是 UiPath 与众多行业领先供应商合作和集成的原因。我们已经建立了一个丰富的文档理解生态系统来补充 UiPath RPA 平台。

如需更深入的信息，请加入我们的网络研讨会 “产品聚焦：人工智能增强型自动化——结合变革能力”。您将看到 UiPath 文档理解和其他基于 ML 的解决方案如何帮助您将自动化提升到一个全新的水平——由 AI 提供支持。您还可以通过注册 UiPath Enterprise 试用版来试用这些功能，以帮助自动化您的业务流程。