- \n
- \nHerausforderung<\/div>\nOptimierung des Dokumenten-Workflows mit Hilfe von maschinellem Lernen<\/div>\n<\/li>\n
- \n
L\u00f6sung<\/div>\nDatenerfassung und ML-Beratungsdienste, um den Weg zu einer ma\u00dfgeschneiderten ML-gest\u00fctzten Finanzl\u00f6sung zu ebnen<\/div>\n<\/li>\n- \n
Technologien und Werkzeuge<\/div>\nTesseract, Python Datenwissenschaftlicher Stack<\/div>\n<\/li>\n<\/ul>\n<\/div>\nKunde<\/h2>\n
Der Kunde ist ein Anbieter von ma\u00dfgeschneiderten Softwarel\u00f6sungen f\u00fcr verschiedene Gesch\u00e4ftsbereiche. Das Unternehmen des Kunden war auf der Suche nach einem zuverl\u00e4ssigen Beratung zum maschinellen Lernen (ML)<\/a> Unternehmen, das bei der Implementierung von ML in ein kundenspezifische intelligente Dokumentenerkennungsl\u00f6sung<\/a>.<\/p>\n
Das System wurde ben\u00f6tigt f\u00fcr automatische Rechnung<\/a> und Erkennung von Steuererkl\u00e4rungen. Die L\u00f6sung sollte die Automatisierung der damit zusammenh\u00e4ngenden Aufgaben der Mitarbeiter erm\u00f6glichen, die mit Finanzdokumenten und wichtigen Daten arbeiten. Ebenso sollte sie die Bew\u00e4ltigung monotoner Aufgaben erleichtern.<\/p>\n
Herausforderung: Optimierung des Dokumenten-Workflows mit Hilfe von maschinellem Lernen<\/h2>\n
Der Kunde suchte die Hilfe von Experten f\u00fcr die richtigen Methoden zur Implementierung von ML in die bestehende L\u00f6sung. Das Unternehmen musste Papierdokumente f\u00fcr die weitere Verwendung effektiv erkennen und digitalisieren, den Workflow f\u00fcr Papierdokumente beschleunigen und die Prozesse von Datenextraktion und -klassifizierung<\/a>.<\/p>\n
Die folgenden Teile der Kundeninformation Dokumentenverarbeitung<\/a> System erforderte einen ML-Boost:<\/p>\n
![\"Software](\"https:\/\/essidsolutions.com\/wp-content\/uploads\/2019\/07\/invoice-data-capture-software.svg\")
<\/p>\nAls ein Anbieter von L\u00f6sungen f\u00fcr die automatische Datenerfassung<\/a>ESSID Solutions fungierte als fachkundiger Berater, der bei der L\u00f6sung einiger der komplexesten Aufgaben half. Wir schlugen dem Kunden eine Methode zur Integration von ML in das bestehende System vor, um die Gesch\u00e4ftsanforderungen besser zu erf\u00fcllen.<\/p>\n
L\u00f6sung: Datenerfassung und ML-Beratungsdienste, um den Weg zu einer ma\u00dfgeschneiderten ML-gest\u00fctzten Finanzl\u00f6sung zu ebnen<\/h2>\n
Unsere Berater \u00fcberarbeiteten die bestehende L\u00f6sung und schlugen die folgenden \u00c4nderungen und Ans\u00e4tze vor:<\/p>\n
- \n
- OCR-Steueranalyse. Wir haben vorgeschlagen, ein Open-Source-Tool Tesseract oder besser ABBYY-Software als Alternative zu verwenden. Hochwertige OCR-Software ist das Herzst\u00fcck des Systems, da sie eine effektiver Prozess der Anerkennung von Steuerformularen und Rechnungen<\/a> und eine genauere Ausgabe.<\/li>\n<\/ul>\n
Wir boten die Entwicklung eines kombinierten Systems an, das nach der OCR-Phase die folgenden M\u00f6glichkeiten bietet:<\/p>\n
- \n
- Anwendung eines regelbasierten Ansatzes zur Extraktion notwendiger Felder ohne Einsatz von ML (z. B. Extraktion von Daten aus IBAN)<\/li>\n
- Verwenden Sie ML, um im extrahierten Text W\u00f6rter, Schl\u00fcsselw\u00f6rter, Phrasen, Symbole und andere Elemente in separate Klassen zu klassifizieren, z. B. Summe, Ware, Datum, Absender, Empf\u00e4nger usw. (wir haben auch das Datenauszeichnungsschema beschrieben).<\/li>\n<\/ul>\n
Au\u00dferdem schlugen wir vor, das Open-Source-System Tesseract durch eine andere L\u00f6sung zu ersetzen, die eine bessere Erkennungsleistung erbringen w\u00fcrde. Wir boten an, einen vom Kunden zuvor verwendeten Vorlagenansatz mit ML-Algorithmen zu kombinieren.<\/p>\n
Unser Expertenteam beriet bei der Verbesserung der bestehenden L\u00f6sung f\u00fcr die Verarbeitung von Unternehmensdokumenten unterschiedlicher Art. Das Ergebnis war ein tragf\u00e4higer Fahrplan zum Erfolg.<\/p>\n
\u00a0Ergebnis: ein praktikabler Fahrplan f\u00fcr die erfolgreiche Nutzung von ML f\u00fcr die Datenerfassung<\/h2>\n
ESSID Solutions beriet den Kunden \u00fcber die m\u00f6gliche Verbesserung der bestehenden Dokumentenverarbeitungssoftware<\/a>. Unser Team bot dem Kunden Methoden f\u00fcr den Erwerb einer OCR-Software zur Erkennung und Verarbeitung von Rechnungen und Steuererkl\u00e4rungen mit Hilfe von maschinellem Lernen an.<\/p>\n
Die L\u00f6sung kann dazu beitragen, die damit verbundenen finanziellen Dokumentenverarbeitungsvorg\u00e4nge<\/a>, die Kundenerfahrung zu verbessern und die Effizienz zu steigern.<\/p>\n
Unsere Beratung zu Geb\u00e4ude- und OCR-Steueranerkennung und Verarbeitung <\/span>app bot dem Kunden die notwendige Unterst\u00fctzung bei der L\u00f6sung komplizierter ML-Implementierungsprobleme. Wir haben einen Leitfaden f\u00fcr den Aufbau einer ML-gest\u00fctzten Datenerfassungsl\u00f6sung ausgearbeitet, der auf die spezifischen Bed\u00fcrfnisse und Erwartungen abgestimmt ist.<\/p>\n
Optimieren Sie Ihre Gesch\u00e4ftsprozesse mit unserem Dienstleistungen zur Datenerfassung<\/a><\/h3>\n
- \n