Extracción de información de facturas(ar) agrupada en jerarquías de negocios

Las compañías intercambian una gran cantidad y variedad de facturas (ar) en formato digital e incluso en formato de papel. La extracción automática de información se vuelve compleja por la diversidad en las extensiones y diseños de estos documentos. El objetivo de extraer información es alimentar pr...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Maciel, Marcos, Pons, Claudia Fabiana
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Informáticas
Machine Learning
Layout
Document image understanding
Invoice
Rule Engine
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/151615
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/258/210
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-151615
record_format dspace
spelling I19-R120-10915-1516152023-05-03T20:02:12Z http://sedici.unlp.edu.ar/handle/10915/151615 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/258/210 issn:2451-7496 Extracción de información de facturas(ar) agrupada en jerarquías de negocios Maciel, Marcos Pons, Claudia Fabiana 2022-10 2022 2023-04-18T14:17:55Z es Ciencias Informáticas Machine Learning Layout Document image understanding Invoice Rule Engine Las compañías intercambian una gran cantidad y variedad de facturas (ar) en formato digital e incluso en formato de papel. La extracción automática de información se vuelve compleja por la diversidad en las extensiones y diseños de estos documentos. El objetivo de extraer información es alimentar procesos de negocios con datos clasificados y que cumplan con parámetros de calidad. Para abordar la complejidad se propone un pipeline que integra un modelo de inteligencia artificial y un modelo de programación tradicional capaz de extraer información en jerarquía de negocios y en un segundo paso procesarla en un motor de reglas para cumplir con parámetros de calidad personalizados. En este artículo se presenta la extracción de información de facturas argentinas mediante la clasificación de entidades con el modelo de inteligencia artificial preentrenado LayoutLM, conversión del resultado en una jerarquía de negocios para reutilizarlo en un motor de reglas con capacidad de optimizar la calidad de la información y robustecer los procesos de negocios, así demostramos que el uso integrado de programación con inteligencia artificial y programación tradicional es una solución superadora al uso en forma independiente. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 7-21
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Machine Learning
Layout
Document image understanding
Invoice
Rule Engine
spellingShingle Ciencias Informáticas
Machine Learning
Layout
Document image understanding
Invoice
Rule Engine
Maciel, Marcos
Pons, Claudia Fabiana
Extracción de información de facturas(ar) agrupada en jerarquías de negocios
topic_facet Ciencias Informáticas
Machine Learning
Layout
Document image understanding
Invoice
Rule Engine
description Las compañías intercambian una gran cantidad y variedad de facturas (ar) en formato digital e incluso en formato de papel. La extracción automática de información se vuelve compleja por la diversidad en las extensiones y diseños de estos documentos. El objetivo de extraer información es alimentar procesos de negocios con datos clasificados y que cumplan con parámetros de calidad. Para abordar la complejidad se propone un pipeline que integra un modelo de inteligencia artificial y un modelo de programación tradicional capaz de extraer información en jerarquía de negocios y en un segundo paso procesarla en un motor de reglas para cumplir con parámetros de calidad personalizados. En este artículo se presenta la extracción de información de facturas argentinas mediante la clasificación de entidades con el modelo de inteligencia artificial preentrenado LayoutLM, conversión del resultado en una jerarquía de negocios para reutilizarlo en un motor de reglas con capacidad de optimizar la calidad de la información y robustecer los procesos de negocios, así demostramos que el uso integrado de programación con inteligencia artificial y programación tradicional es una solución superadora al uso en forma independiente.
format Objeto de conferencia
Objeto de conferencia
author Maciel, Marcos
Pons, Claudia Fabiana
author_facet Maciel, Marcos
Pons, Claudia Fabiana
author_sort Maciel, Marcos
title Extracción de información de facturas(ar) agrupada en jerarquías de negocios
title_short Extracción de información de facturas(ar) agrupada en jerarquías de negocios
title_full Extracción de información de facturas(ar) agrupada en jerarquías de negocios
title_fullStr Extracción de información de facturas(ar) agrupada en jerarquías de negocios
title_full_unstemmed Extracción de información de facturas(ar) agrupada en jerarquías de negocios
title_sort extracción de información de facturas(ar) agrupada en jerarquías de negocios
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/151615
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/258/210
work_keys_str_mv AT macielmarcos extracciondeinformaciondefacturasaragrupadaenjerarquiasdenegocios
AT ponsclaudiafabiana extracciondeinformaciondefacturasaragrupadaenjerarquiasdenegocios
_version_ 1765659990596517888

Ejemplares similares