ขั้นตอนที่ 3 — กฎ

2.6 ขั้นตอนที่ 3 — ชั้น regex และกฎ

ชั้น regex ทำงานเสมอหลังจาก LLM LLM เป็นเครื่องมือจดจำรูปแบบที่รวดเร็ว regex เป็นเครื่องมือตรวจสอบแบบกำหนดได้

สิ่งที่ regex จับได้ แต่ LLM พลาด

ชั้นกฎเพิ่มการตรวจสอบแบบกำหนดได้ในสี่หมวดหมู่:

1. การกระทบยอดรวม LLM บางครั้งปัดเศษหรือ normalize ยอดรวมทั้งหมด ชั้นกฎจะแยกข้อความยอดรวมที่พิมพ์ออกมาจากข้อความ OCR ใหม่ และแทนที่ค่า LLM เมื่อมีความไม่สอดคล้อง
2. การปรับมาตรฐานวันที่ ใบเสร็จใช้รูปแบบวันที่ระดับภูมิภาคหลายแบบและชื่อเดือนที่เฉพาะเจาะจงตามท้องถิ่น ตัวแปรทั้งหมดลู่เข้าสู่ ISO 8601
3. การแก้ความกำกวมสกุลเงิน โทเคนสกุลเงินที่ผสมกันถูกแก้โดยความถี่และท้องถิ่นของผู้ค้า
4. การตรวจจับบรรทัดภาษี บรรทัดอัตราภาษีเฉพาะท้องถิ่น (เช่น KDV ในตุรกี) ถูกตรวจจับจากข้อความที่พิมพ์ แทนที่จะอนุมานโดย LLM

แคตตาล็อกกฎ

แคตตาล็อกจัดเรียงตามหมวดหมู่: ยอดรวม ภาษี วันที่ สกุลเงิน และตัวระบุผู้ค้า แต่ละหมวดหมู่มีครอบครัวกฎเฉพาะท้องถิ่นสำหรับภาษาที่เราดำเนินงาน รูปแบบเฉพาะและน้ำหนักต่อกฎถูกจัดการในชั้นปฏิบัติการภายใน

การเพิ่มความเชื่อมั่น

แต่ละการตรงกันของกฎที่ตรวจสอบแล้วจะเพิ่มคะแนนความเชื่อมั่นของชั้น regex ใบเสร็จที่กระทบยอดสะอาดได้คะแนนสูงกว่า ใบเสร็จที่มียอดรวมไม่สามารถกระทบยอดได้จะมีช่องโหว่ในการกระทบยอดซึ่งตัวให้คะแนนความน่าเชื่อถืออ่านเป็นข้อมูลเข้าอย่างหนึ่ง น้ำหนักที่กำหนดให้กับข้อมูลเข้านั้นถูกจัดการในชั้นปฏิบัติการภายใน