تم التعرف على كل رقم. ومع ذلك ينتهي المجموع الفرعي في سجل البيانات على أنه المبلغ النهائي. تبدو أخطاء كهذه مرتبة: JSON صالح، وحقول مملوءة، ولا رسالة خطأ حمراء. أما ما ينقص فيكمن في العلاقة بين الرقم والتسمية وصف الجدول.
تتناول Mistral في وثائق OCR الخاصة بها ، من بين أمور أخرى، النص المنظَّم وتنسيقات الجداول وإحداثيات الكتل. Document Annotations يمكنها بالإضافة إلى ذلك تحويل المعلومات إلى تنسيق JSON محدد مسبقًا. وتحل هذه اللبنات أجزاءً مختلفة من الطريق الممتد من المستند إلى التطبيق.
أربعة مستويات لحقل واحد
أولًا، يجب قراءة الحروف. ثم يحتاج التطبيق إلى موضعها وترتيبها. بعد ذلك، عليه أن يتعرف على الحقل الذي تصفه القيمة. وأخيرًا تأتي العلاقات الوقائعية: هل يتطابق المبلغ النهائي مع البنود الواردة في المثال والخصم المذكور؟
يمكن لخطأ في أي من هذه المستويات أن ينتهي بإنتاج الرقم الخاطئ نفسه. ولهذا فإن المخرجات النصية الكاملة وحدها ليست مقياس جودة كافيًا. وبالنسبة إلى قيمة مهمة، ينبغي الحفاظ على طريق العودة إلى موضع العثور عليها.
ولا يلزم أن يكون ذلك دائمًا علامة رسومية معقدة. فمعرّف المستند والصفحة ووصف لا لبس فيه للحقل تساعد بالفعل. وإذا استُخدمت الإحداثيات، فيجب أن تنتمي إلى الصفحة والعرض الصحيحين. فمستطيل بلا نسخة مستند محددة بوضوح قد يسبب هو نفسه التباسًا لاحقًا.
أنشئ فاتورة تعرف محتواها
لاختبار يسهل التحكم فيه، صمّم PDF خاصًا بك يتضمن بندين. يحتوي البند A على وحدتين بسعر عشرة يوروهات لكل منهما، والبند B على وحدة واحدة بخمسة عشر يورو. وتحتهما خصم قدره خمسة يوروهات ومبلغ نهائي قدره ثلاثون يورو. ورقم الطلب غائب عمدًا. ولا تخدم الأرقام إلا الشرح التقني، وليست نموذجًا للأغراض الضريبية.
قبل الاستخراج، دوّن القيم المتوقعة ومواضعها. وفي نسخة ثانية، غيّر التخطيط فقط: صار الخصم والإجمالي الآن أقرب إلى البنود. وبهذا يمكنك لاحقًا معرفة ما إذا كان الإسناد يستخدم التسمية أم يعتمد على موضع مصادف.
دع مسار OCR خارجيًا مناسبًا يقدّم النص والبنية أولًا. وينبغي لعملية استخراج لاحقة أن تُخرج المبلغ النهائي والعملة ورقم الطلب والموضع في المستند. ويُحتفظ برقم الطلب المفقود على أنه غير معروف. أما رقم بديل مختلَق فسيكون خطأً، حتى لو ملأ تنسيق المخرجات بالكامل.
فحص وقائعي صغير خارج النموذج
يمكن التحقق من العلاقة الحسابية البسيطة في المثال الاصطناعي بشكل مستقل. وبالنسبة إلى المبالغ العشرية مثل هذه، استخدم مثلًا Decimal بدلًا من قيم الفاصلة العائمة الثنائية. ولا يتحقق مثال Python هذا، الذي كتبناه بأنفسنا، إلا من العملية الحسابية التعليمية التي حددناها:
from decimal import Decimal
positionen = [
(Decimal("2"), Decimal("10.00")),
(Decimal("1"), Decimal("15.00")),
]
rabatt = Decimal("5.00")
ausgewiesen = Decimal("30.00")
berechnet = sum((menge * preis for menge, preis in positionen), Decimal("0")) - rabatt
assert berechnet == ausgewiesenإن اجتياز الفحص الحسابي لن يُظهر إلا أن الأرقام المستخدمة هنا متوافقة فيما بينها. ولا يثبت أن OCR أخذ هذه الأرقام من المستند الصحيح. ولهذا يبقى الفحص الحسابي وفحص المصدر خطوتين مختلفتين.
في تطبيق حقيقي، عليك أيضًا مراعاة قواعد نوع المستند المحدد. فلا يمكن استنتاج الضرائب والتقريب والعملات والحالات الخاصة من هذه الفاتورة المبسطة. والمهمة هنا مقتصرة على نقل إسناد معروف بطريقة قابلة للتتبع.
مكان عدم اليقين في عقد التسليم
حدّد صراحةً ما يحدث مع رقم غير مقروء أو مع تناقض. يمكن أن يحتوي سجل البيانات على القيمة، وموضع العثور عليها، وحالة توضيح. وعندئذ لا يُطلق الخطوة التالية المقصودة إلا نقلٌ مؤكَّد.
تعليمات مناسبة: «لا تُضف معلومات مفقودة. أشر إلى الحقل المسمّى لكل مبلغ تنقله. سجّل الإجماليات المتناقضة بشكل منفصل. أنتج معاينة فقط، لا قيدًا محاسبيًا.»
وهكذا يتجاوز الاختبار الملموس مجرد قراءة PDF. فأنت تتحقق من الحروف والبنية ومعنى الحقل وعلاقة معروفة كلًّا على حدة. وهذا بالضبط ما يُنشئ طريقًا قابلًا للاستخدام نحو بيانات لا تبدو مرتبة فحسب، بل تقود أيضًا إلى الأصل.
المصادر والحالة
المصادر حتى 25 أكتوبر 2026. معالج OCR في Document AI · Document Annotations.
