善用Document Understanding驱动自动化、精准度与ROI

Document Understanding旨在释放文档中被困数据，赋予组织更高提取准确率、生产力提升、RPA投资回报率增长。它处于文档处理与人工智能（AI）交汇点，二者共同推动几乎一切可自动化的未来。

Document Understanding生态系统包含能解读广泛文档类型信息与含义的技术——甚至包括手写、复选框、印章。机器学习（ML）推动文档理解持续创新，使其成为自动化增长最快领域之一。

组织可能已使用特定方案或供应商。仍可能需其他技术或新专长将文档理解拓展至其他业务职能。很难找到适用所有文档的通用方案供应商。他们通常聚焦特定文档类型或行业（保险、金融、医疗）。也有供应商提供基于ML的预训练模型针对特定文档，但难轻易修改以适配领域外文档。

目前难觅适用任何想象文档的通用方案供应商。UiPath为企业提供应对自动化文档处理挑战与可能的路径。首先，通过UiPath企业试用可体验原生AI能力。

UiPath企业RPA平台能力由合作伙伴互补方案增强，实现平滑端到端文档处理——这些在UiPath Marketplace可获。Marketplace提供开放生态系统，合作伙伴方案结合UiPath RPA平台可覆盖广泛用例。

让我们细观这些生态技术与顶级供应商。

多元技术释放文档理解力量

以下是文档理解常用技术及构建方案的UiPath合作伙伴：

光学字符识别（OCR）

OCR将打印、手写、印刷文本图像转为机器编码文本，供进一步处理提取所需数据。技术通常也提取内容布局结构信息。您可能因无法复制文本或搜索PDF而受阻——因PDF页面本质是图片。同样，收据等照片、扫描件、截图常为JPEG、TIFF等图形格式。OCR无需人工逐一阅读即可轻松提取所有所需信息。

市场主流OCR引擎多已集成UiPath：ABBYY FineReader、Tesseract（Google开源OCR）、Kofax OmniPage、Microsoft OCR、Google OCR。此外，UiPath Document OCR近期发布，成另一优选。

基于模板的提取器（TBE）

TBE用用户或机器创建的模板上的固定规则提取数据。TBE不适用于结构频繁变化或需不同模板变体的文档。故处理多组织发来的各异发票、收据模板时非首选。但该技术极适合管理稳定文档的少量模板场景。有预定义固定模板且无例外时放心采用。文档格式变更时，手动修改模板容易。

众多供应商提供TBE。评估时应关注：模板建立难易度、提取结果对图像质量的依赖度。优秀公司提供半自动用人工回环确认选择的模板创建技术。

优秀TBE案例：ABBYY FlexiCapture，已集成UiPath Studio。UiPath模板提取器作为Document Understanding一部分亦可用。

基于监督学习的机器学习提取器（SMLE）

SMLE适用于结构化与半结构化文档。后者虽无严格布局但含相似内容。发票与采购单即好例。SMLE通过标注样本文档工作——即将待提取数据元素与文档中提取区域关联。

目前UiPath有发票、收据、采购单的ML提取器。更多预训练模型即将推出。UiPath还集成ABBYY Flexicapture Distributed、Flexicapture for Invoices（利用预训练ML模型处理发票等）、Hyperscience、Ephesoft、Vidado、Rossum、Omnius、Microsoft Form Recognizer、Amazon Textract。所有集成提供结构化与半结构化文档技术。

考虑SMLE选项时，问供应商训练模型需多少样本。样本量大意味着标注任务与大量样本带来高成本。

无监督学习（USL）

此技术分析数据集无需预标注数据。USL用预训练模型或不同计算机友好知识表示处理非结构化文档。常见用例：分析财务报表、合同、邮件。

UiPath有多家USL方案合作伙伴：Indico、SortSpoke、Botminds AI Technologies、Xtracta。如Indico提供计算机辅助标注工具，建议文档数据关联标签，用户只需批准或覆盖。

自然语言处理（NLP）

NLP技术助计算机理解人类语言。NLP常与其他技术结合执行多任务。允许组织执行文本分析、实体提取、通过定义非结构化文档（如邮件）意图自动化流程。若从非结构化文档提取开始/结束日期，需映射工作时间线——因许多日期是同义词。NLP能判断分析同义词。亦可分析文本情感——判定积极、消极、中性。对解读新闻、社交媒体、通信内容尤值。

UiPath集成的NLP合作伙伴与技术：Expert System、Amazon Comprehend、Stanford NLP Group。

新兴替代方案——业务流程外包与人工回环

除上述成熟技术公司，涌现供应商提供业务流程外包（BPO）与人工回环（HITL）流程增强文档理解。

例：Ocrolus、Contract Wrangler拥强大ML文档理解技术，却雇佣众包人力修正未达准确阈值的提取结果。两公司颠覆性在于：保证高达99.99%准确率与交付时效。当然，更高准确度与更短交付可能意味着更高客户成本。

此外，UiPath Document Understanding提供Validation Station。此工具让用户复核、必要时修正文档分类与自动数据提取结果。

选择方案的最终思考

选择满足所有业务文档理解需求的方案挑战巨大。通常导致评估同时实施多方案、寻找最佳集成方式。这正是UiPath与广泛行业领先供应商合作集成的原因。我们建立了丰富文档理解生态系统，互补UiPath RPA平台。

更深度信息，参加网络研讨会"Product Spotlight: AI-Enhanced Automations – Combining Transformative Capabilities"。您将见UiPath Document Understanding与其他ML方案如何将自动化推向新高度——由AI驱动。也可注册UiPath企业试用体验这些能力自动化业务流程。