ABBYY FlexiCapture इंजन 9.0: दस्तावेजों से डेटा निकालने की तकनीक अब डेवलपर्स के लिए उपलब्ध है

हमने हाल ही में ABBYY FlexiCapture Engine 9.0 जारी किया है, जो ABBYY FlexiCapture तकनीक पर आधारित डेवलपमेंट टूलकिट (SDK) का एक नया संस्करण है। यह तकनीक आपको न केवल एक कठोर संरचना (प्रश्नावली, परीक्षा परीक्षण, प्रपत्र) के साथ दस्तावेजों से डेटा निकालने की अनुमति देती है, बल्कि खराब संरचित से भी और सभी संरचित दस्तावेजों (पत्र, लेख, अनुबंध) पर नहीं।

हमारी डेटा निष्कर्षण तकनीक पर आधारित उत्पाद दुनिया भर की विभिन्न परियोजनाओं में उपयोग किए जाते हैं और व्यक्तिगत उद्योगों (शिक्षा, बैंकिंग, बीमा, दूरसंचार और अन्य) में अत्यधिक विशिष्ट कार्यों को हल करते हैं, साथ ही साथ राष्ट्रीय परियोजनाओं में बड़े कार्य (रूस में एकीकृत राज्य परीक्षा) , कई देशों में जनगणना, चिली में राष्ट्रपति चुनाव , यूक्रेन के राज्य रोजगार केंद्र की रिपोर्टिंग प्रणाली)।

ABBYY FlexiCapture एक तैयार किए गए अनुकूलन समाधान के रूप में और एसडीके के रूप में दोनों मौजूद है। अक्सर, ग्राहक के सूचना प्रणाली में डेटा एंट्री सबसिस्टम का गहन एकीकरण, तैयार किए गए समाधानों का उपयोग करना संभव नहीं है। इस मामले में, हमारा एसडीके बचाव में आता है, और अब हम आपको बताएंगे कि यह कैसे काम करता है और किन परियोजनाओं में इसका उपयोग किया जाता है।

निश्चित रूप से आप में से अधिकांश को पता है कि एसडीके क्या है, बाकी के लिए हम कहेंगे: एसडीके तैयार फ़ंक्शन लाइब्रेरी का एक सेट है जो डेवलपर्स को तैयार किए गए समाधानों में तैयार प्रौद्योगिकियों (हमारे मामले में, पहचानने और प्रसंस्करण के लिए प्रौद्योगिकी) को एम्बेड करने की अनुमति देता है। चूँकि हमने आपको इस ब्लॉग में ABBYY FlexiCapture Engine के पुराने संस्करणों के बारे में अभी तक नहीं बताया है, इस पोस्ट की शुरुआत में शब्दों के एक जोड़े के बारे में कि यह उत्पाद क्या कर सकता है, और फिर हम नए संस्करण पर आगे बढ़ेंगे।

Windows के लिए ABBYY FlexiCapture इंजन की विशेषताएं:

1. दस्तावेजों का स्वचालित वर्गीकरण।
2. संरचना की परवाह किए बिना किसी भी प्रकार के दस्तावेजों का प्रसंस्करण:

• कठोर संरचित / संरचित दस्तावेज: प्रश्नावली, परीक्षा परीक्षण, प्रपत्र, बीमा प्रपत्र, स्वास्थ्य बीमा के भुगतान के लिए अनुरोध, कर विवरणी इत्यादि।
• खराब संरचित दस्तावेज: चालान, खरीद आदेश, वितरण नोट, आदि।
• असंरचित दस्तावेज: पत्र, अनुबंध, लेख आदि।

3. बहु-पृष्ठ दस्तावेजों और तालिकाओं का प्रसंस्करण।

दस्तावेजों को पूर्वनिर्धारित टेम्पलेट्स के एक सेट के साथ मान्यता प्राप्त दस्तावेज की तुलना करके संसाधित किया जाता है। इसके अलावा, दस्तावेज़ टेम्पलेट दो प्रकार के हो सकते हैं - कठोर (दस्तावेज़ में फ़ील्ड के पूर्व निर्धारित स्थान के साथ) और लचीले (जिसमें फ़ील्ड का स्थान निर्दिष्ट तत्वों, डेटा या विभिन्न प्रकार के संबंधों और नियमों के आधार पर निर्धारित किया गया है)।

सुविधाजनक और त्वरित टेम्पलेट विकास के लिए, विशेष दृश्य मॉडलिंग उपकरण प्रदान किए जाते हैं। किसी भी प्रकार के दस्तावेजों के लिए स्वतंत्र रूप से टेम्प्लेट बनाए जा सकते हैं, जिनमें असंरचित भी शामिल हैं - यह करना बहुत आसान है। नीचे एक टेम्पलेट का एक उदाहरण है जो प्रसंस्करण चालान के लिए बनाया और उपयोग किया जाता है (चालान एक कमजोर संरचना वाले दस्तावेजों की श्रेणी से संबंधित है), साथ ही एक आवेदन पत्र के लिए एक टेम्पलेट (एक कठोर संरचना के साथ दस्तावेज़ का उदाहरण)।





ABBYY FlexiCapture इंजन में एक विशेष सत्यापन API आपको उपयोगकर्ता द्वारा सत्यापन के लिए फ़ील्ड / वर्णों की एक सूची प्राप्त करने की अनुमति देता है। इसके अलावा, मान्यता प्राप्त क्षेत्रों के बारे में अतिरिक्त जानकारी प्राप्त करना संभव है, उदाहरण के लिए, निर्देशांक, फ़ील्ड प्रकार, त्रुटि सूची, आत्मविश्वास से पहचाने जाने वाले वर्णों का प्रतिशत, जो बदले में, आपको मान्यता प्राप्त पात्रों की गुणवत्ता को कॉन्फ़िगर करने की अनुमति देता है, साथ ही दस्तावेज़ के प्रसंस्करण और असेंबली के दौरान त्रुटियों को ट्रैक करता है।

प्रसंस्करण के बाद, दस्तावेजों को संरचित डेटा के रूप में लक्ष्य सूचना प्रणाली में निर्यात किया जा सकता है, और इसके अतिरिक्त पीडीएफ या पीडीएफ / ए प्रारूप में इलेक्ट्रॉनिक दस्तावेजों के रूप में। यह सुविधा बाद के प्रसंस्करण के लिए डेटा निष्कर्षण के साथ, उनकी सामग्री द्वारा दस्तावेजों की खोज करने की क्षमता के साथ इलेक्ट्रॉनिक दस्तावेजों के अभिलेखागार बनाने की अनुमति देती है। उदाहरण के लिए, इस परिदृश्य में इनवॉइस संसाधित करने से आप ईआरपी सिस्टम में स्वचालित रूप से वित्तीय डेटा अपलोड कर सकते हैं, और पीडीएफ प्रारूप में इनवॉइस की इलेक्ट्रॉनिक प्रतियों को इलेक्ट्रॉनिक संग्रह में सहेज सकते हैं।

यह एक क्लासिक उत्पाद परिदृश्य है, लेकिन अधिक असामान्य हैं। तो, ABBYY FlexiCapture इंजन को स्व-सेवा टर्मिनलों में स्थापित किया जा सकता है, जहां हम एक फोन या भुगतान प्राप्तियों के लिए भुगतान करते हैं, उत्पाद का उपयोग सुरक्षा प्रणालियों या एक्सेस कंट्रोल सिस्टम में किया जा सकता है, जहां आपको पहचान दस्तावेजों (उदाहरण के लिए, पासपोर्ट से) डेटा पहचानने की आवश्यकता होती है।

और आप डेटा को स्कैनर से नहीं, बल्कि मोबाइल फोन से भी प्राप्त कर सकते हैं और इसे कंपनी के डेटाबेस में नहीं, बल्कि, उदाहरण के लिए ... कर कार्यालय में स्थानांतरित कर सकते हैं। इस परिदृश्य का आविष्कार और कार्यान्वयन अमेरिकी कंपनी इंटुइट द्वारा किया गया था। एक मोबाइल एप्लिकेशन का उपयोग करके, कोई भी अमेरिकी अपने आय विवरण (फॉर्म डब्ल्यू -2, रूसी व्यक्तिगत आयकर -2 का एक एनालॉग) की तस्वीर लगा सकता है, कार्यक्रम उस छवि को सर्वर पर भेज देगा जहां हमारे फ्लेक्सीकैचर इंजन स्थापित है, प्रसंस्करण के बाद डेटा आईआरएस (यूएस कर प्राधिकरण) को भेजा जाता है।



अगले पदों में से एक में हम आपको इस परियोजना के बारे में अधिक बताएंगे।
और अब - हमारे उत्पाद के नए संस्करण के बारे में।

ABBYY FlexiCapture इंजन 9.0 में नया क्या है

इस संस्करण में लगभग सभी सुधार शामिल हैं जो ABBYY FlexiCapture उत्पाद के नौवें संस्करण में दिखाई दिए। ये नई मान्यता भाषाएं (चीनी, जापानी और कोरियाई) हैं, एक नई बहु-स्तरीय क्लासिफायरियर, मान्यता गुणवत्ता में सुधार करने के लिए दस्तावेजों से रंग सील और टिकटों को हटाने की तकनीक, या इसके विपरीत, निर्यात के दौरान व्यक्तिगत क्षेत्रों को छिपाते हैं।

इसलिए दस्तावेजों से रंगीन टिकटों को हटा दिया जाता है। यह था:



यह बन गया:



यह है कि अलग-अलग क्षेत्रों को छिपाने का कार्य कैसे होता है। यह था:



यह बन गया:



प्रौद्योगिकी में सुधार के अलावा, एपीआई में काफी सुधार किया गया है। नए संस्करण में, डेवलपर्स सीधे कोड के माध्यम से प्रसंस्करण प्रक्रिया को नियंत्रित कर सकते हैं - चित्र अपलोड करें, प्रसंस्करण पैरामीटर सेट करें, अतिव्यापी टेम्पलेट्स की सूची बनाएं और डेटा (अपलोड) डेटा अपलोड करें।

स्रोत छवियों और प्रसंस्करण टेम्पलेट्स को न केवल डिस्क पर फ़ाइल सिस्टम में संग्रहीत किया जा सकता है, बल्कि मनमाना भंडारण (डेटाबेस, नेटवर्क स्टोरेज) में भी। उत्पाद के पिछले संस्करण में, इस तरह के रिपॉजिटरी तक पहुंचने के दौरान, अस्थायी फ़ाइलों को बनाना आवश्यक था, इसके अलावा, प्रसंस्करण शुरू होने से पहले इन सभी फाइलों को पूर्व-लोड किया जाना था। नए संस्करण में दूरस्थ रिपॉजिटरी से फ़ाइलों के साथ सीधे काम करने की क्षमता है, मेमोरी में बाइट्स की धारा के रूप में डेटा तक पहुंच। यह आपको समानांतर प्रसंस्करण और छवियों के लोडिंग को व्यवस्थित करने की अनुमति देता है (पहली छवि को लोड करें, इसकी मान्यता शुरू करें, और साथ ही शेष छवियों को लोड करें)। कई परिदृश्यों के लिए, यह कार्यक्रम को बहुत गति देता है,

उदाहरण के लिए, एक डेवलपर एक एप्लिकेशन बना सकता है जो पिकासा वेब एल्बम में संग्रहीत उपयोगकर्ता चित्रों को संसाधित करेगा। इसके अलावा, इन छवियों को संसाधित करने के लिए टेम्पलेट्स को केंद्र में संग्रहीत किया जा सकता है, जो टेम्पलेट डेटाबेस को अद्यतित रखने के लिए सुविधाजनक है।



इसके अलावा, ABBYY FlexiCapture Engine 9.0 को विशेष रूप से मल्टी-थ्रेडेड मोड में उपयोग के लिए अनुकूलित किया गया है, जिसमें मल्टी-कोर प्रोसेसर सिस्टम में विभिन्न कोर पर कार्य वितरित किए जा सकते हैं, और दस्तावेज़ प्रसंस्करण बहुत तेज़ है।



नए संस्करण में भी, हमने कोड नमूने लाइब्रेरी को अपडेट और विस्तारित किया - एफसीई स्क्रिप्ट की एक सूची जिसमें कोड लिखने के लिए युक्तियां हैं जो आपको एक विशेष स्क्रिप्ट को लागू करने की अनुमति देता है, और यह स्क्रिप्ट कैसे काम करती है इसका एक प्रदर्शन।



आगामी रिलीज में से, एक और महत्वपूर्ण घटक जोड़ा जाएगा - दृश्य घटक - अर्थात्, इंटरफ़ेस तत्व जो डेवलपर्स अपने अनुप्रयोगों में सम्मिलित कर सकते हैं।

आउटपुट पर, हमें एक सार्वभौमिक डेवलपर टूलकिट मिला, जिसमें कई प्रकार की विशेषताएं शामिल हैं: अधिक से अधिक मान्यता भाषाओं, एक आसान-से-उपयोग एपीआई, टेम्पलेट्स बनाने के लिए दृश्य उपकरण, कोड उदाहरणों की एक लाइब्रेरी, विभिन्न विकास वातावरणों के लिए समर्थन, और निश्चित रूप से, मान्यता सटीकता। प्रश्नों का अनुमान लगाते हुए, मान लें कि लिनक्स संस्करण पहले से ही विकास में है।

आप ABBYY वेबसाइट पर Windows के लिए ABBYY FlexiCapture 9.0 के बारे में अधिक पढ़ सकते हैं।

मैक्सिम बोचारेव
डेवलपर उत्पाद विभाग