Processamento inteligente de documentos

Três questões antes da digitalização

• Que documento é este? Um contrato, uma fatura, um formulário ou um relatório?
• Em que condição se apresenta? Um PDF nativo e uma fotografia captada no telemóvel não constituem o mesmo ponto de partida.
• Qual a fonte? Verifique a data, a versão e a existência de campos em falta.

O formato determina a leitura

Um documento muito estruturado facilita a localização de campos. Um documento livre exige maior interpretação. A informação mantém-se: altera-se o modo como a máquina a identifica.

Extrair texto de uma imagem (OCR) difere de interpretar o seu significado. Antes de comparar dois resultados, confirme o que cada fase efetivamente realizou.

A arquitetura do fluxo

Um fluxo típico percorre fases: receção, reconhecimento do texto, extração de campos, validação e arquivo pesquisável. Em cada fase há opções que condicionam o resultado.

A revisão humana mantém-se recomendável nos casos sensíveis. Um resultado automático agiliza o trabalho, mas não substitui a verificação.

O conteúdo de uma extração

Uma extração sintetiza os campos relevantes de um documento: datas, valores, nomes e referências. Preserva a ligação ao original para permitir confirmar a fonte.

O resultado depende da qualidade da imagem e do rigor do modelo. Uma extração, por si só, não garante a exatidão de todos os campos: por isso existe a validação.

Histórico e limitações

O histórico de documentos apoia o treino dos fluxos, mas não garante que um novo caso coincida com os anteriores. Os formatos evoluem e podem surgir campos adicionais.

Na página inicial a calculadora usa valores inventados. Destina-se apenas a comparar cenários ilustrativos de tempo libertado.