
Tin doanh nghiệp
Đăng ngày
Độ chính xác tổng thể của OCR có thể cao trong khi một lỗi ở số tiền làm sai cả câu trả lời. Nên xác định trước trường quan trọng, chẳng hạn số tiền, ngày ký, mã hợp đồng và tỷ lệ. Giữ vị trí trang và vùng ảnh tương ứng để người rà soát xác minh tại nguồn.
Ví dụ dữ liệu mẫu
Một hợp đồng mẫu ghi 150.000.000 đồng nhưng OCR nhận thành 15.000.000 đồng. Phần tổng bằng chữ, nếu có và đọc được, là tín hiệu đối chiếu. Khi hai trường xung đột, gắn cờ để rà soát. Trợ lý có thể đưa người dùng đến trang gốc và báo chưa xác minh được số tiền.
Đo sai số theo cặp trường và tài liệu
Tạo mẫu kiểm thử gồm trang rõ, trang lệch và bản quét chất lượng thấp. Với mỗi trường, lưu giá trị chuẩn và trường hợp hệ thống nên từ chối đọc. Đếm trường đúng tuyệt đối trên tổng trường có đáp án. Báo riêng lỗi thay đổi giá trị và lỗi định dạng biểu diễn cùng một giá trị.
Khi đã sửa một trường
Giữ ảnh gốc và ghi giá trị đã xác minh cùng người sửa, lý do và thời điểm. Cập nhật chỉ mục và thử lại các câu hỏi từng đọc sai. Khi thay công cụ OCR, chạy lại bộ mẫu để theo dõi xem độ chính xác của trường quan trọng có giảm không.
Lập danh sách trường theo rủi ro nghiệp vụ
Bắt đầu bằng các trường mà một ký tự sai có thể dẫn đến quyết định khác. Với hợp đồng mẫu, đó có thể là giá trị trước thuế, tổng thanh toán, ngày ký, ngày hiệu lực và mã tham chiếu. Lập bảng quy định vị trí thường gặp, định dạng được phép và ảnh gốc cần xem. Một trường có thể xuất hiện nhiều lần với các ý nghĩa khác. Chẳng hạn ngày ký ở trang đầu và ngày ký phụ lục ở trang cuối đều đúng trong ngữ cảnh riêng. Khi lưu chỉ mục, giữ nhãn trường và vị trí cùng giá trị.
Tách giá trị OCR đọc được khỏi giá trị chuẩn hóa và giá trị đã xác minh. Ví dụ chuỗi “15.000.000” lấy từ ảnh có thể được chuẩn hóa thành số 15000000, nhưng việc đổi định dạng không chứng minh số chính xác. Nếu người kiểm tra xác nhận ảnh thể hiện 150000000, lưu giá trị đã duyệt và lý do sửa. Chuỗi gốc giúp đội kỹ thuật truy nguyên, còn ứng dụng tra cứu chọn giá trị được sử dụng theo trạng thái.
Thiết kế phép kiểm chéo có giới hạn rõ
Với tiền, có thể đối chiếu số bằng chữ, tổng dòng, khoản thuế và tổng thanh toán nếu các trường thuộc cùng phạm vi. Dữ liệu mẫu có hai dòng 90 triệu và 60 triệu, chưa tính thuế. Tổng trước thuế là 150 triệu. Nếu OCR đọc 15 triệu ở ô tổng và hai dòng vẫn đủ, báo chênh lệch 135 triệu để người kiểm tra xem ảnh. Nếu bảng có chiết khấu hoặc phụ lục điều chỉnh, đưa các khoản đó vào phép kiểm. Trường hợp lệch do làm tròn cần quy định ngưỡng phù hợp trước khi dùng để phân luồng.
Với ngày, phân tích hợp lệ theo lịch rồi đối chiếu với nhãn và vị trí văn bản. Chuỗi 03/08 có thể được đọc theo hai quy ước ngày và tháng, nên cần căn cứ định dạng nguồn. Một ngày rơi ngoài khoảng dự kiến là tín hiệu cần xem lại. Tránh tự đổi tháng và ngày để khớp giả định. Với tài liệu có cùng một mốc ở nhiều trang, dùng chỗ thể hiện rõ nhất để đối chiếu và vẫn ghi nhận khác biệt giữa các trang.
Đo số lỗi và lượng việc chuyển sang người kiểm tra
Giả sử bộ thử mẫu có 100 trường tiền cần đọc. Hệ thống tự chấp nhận 80 trường, trong đó 77 đúng và 3 sai. Hai mươi trường còn lại chuyển kiểm tra thủ công. Báo cáo nên ghi tỷ lệ đúng trong nhóm tự chấp nhận là 77 trên 80, tức 96,25%, cùng tỷ lệ chuyển kiểm tra là 20%. Để đo đúng toàn quá trình, điền thêm kết quả sau khi người kiểm tra xử lý 20 trường. Nếu chỉ công bố tỷ lệ trên nhóm rõ nhất, người đọc sẽ khó biết lượng công việc thực còn bao nhiêu.
Chia bộ mẫu theo chất lượng ảnh, loại tài liệu và trường. Một lô có nhiều trang rõ có thể làm số trung bình đẹp dù nhóm chữ mờ đọc sai thường xuyên. Tách các lỗi mất số 0, đổi dấu, nhầm đơn vị và đọc từ cột bên cạnh. Các nhóm lỗi hướng tới các biện pháp khác nhau, từ sửa vùng nhận diện tới điều chỉnh hậu kiểm. Khi đánh giá phiên bản mới, dùng cùng tập mẫu và thêm một tập chưa dùng lúc hiệu chỉnh.
Kiểm tra trước khi dùng giá trị trong câu trả lời
Thử hỏi cả số tiền, ngày ký, nguồn của giá trị và trường đang chờ kiểm tra. Với giá trị đã xác minh, câu trả lời cần chỉ đúng trang hoặc vùng ảnh. Kết quả chưa xác minh nên nói rõ trạng thái hoặc đưa người dùng đến trang gốc trong phạm vi quyền. Khi cập nhật chỉ mục sau khi một trường được sửa, xác nhận câu trả lời không còn lấy giá trị cũ từ đoạn khác cùng tài liệu.
Nếu ảnh và dữ liệu đã xác minh khác nhau giữa hai phiên bản tài liệu, báo rõ phiên bản được dùng. Đội vận hành nên kiểm tra lịch sử sửa và quyền xem vùng ảnh, nhất là khi cùng trang có trường người dùng không được xem. Hoàn thành nghiệm thu khi số liệu đúng, nguồn mở đúng vị trí và thao tác sửa vẫn truy lại được. Dữ liệu minh họa giúp diễn tập từ lúc phát hiện sai lệch đến khi người có trách nhiệm duyệt và cập nhật kết quả tra cứu.
Xem phạm vi triển khai và tình huống minh họa trên trang BMB Knowledge AI.