Difference between revisions of "Solución tecnológica"
| Line 9: | Line 9: | ||
El resultado del proceso en [[Textract]] es un archivo en formato [[JSON]] que devuelve: [[Tipo de texto]], [[largo]], [[ubicación en coordenadas]], el texto en sí. A partir de esta información hemos creado un [[algoritmo]] que separa los textos y los pinta por línea en la [[herramienta de Interpretación de documentos]]. | El resultado del proceso en [[Textract]] es un archivo en formato [[JSON]] que devuelve: [[Tipo de texto]], [[largo]], [[ubicación en coordenadas]], el texto en sí. A partir de esta información hemos creado un [[algoritmo]] que separa los textos y los pinta por línea en la [[herramienta de Interpretación de documentos]]. | ||
| − | Para realizar la lectura del documento hemos realizado una interpretación con [[torque mecánicos]] en la que hemos mapeado la información | + | Para realizar la lectura del documento hemos realizado una interpretación con [[torque mecánicos]] en la que hemos mapeado la información desde el [[JSON]] a como la necesitamos para reconocerla contablemente. A partir de esa interpretación hemos guardado un [[Esquema de factura]] para cada [[tercero]]. Este guarda la ubicación de los ítems del [[Textract]] para el tercero sin los textos. Esto tiene como objetivo que el próximo documento recibido de este [[tercero]] por un [[usuario]] de [[Numera]] sea interpretado a partir del [[esquema]] y que se pinte en la [[herramienta de Interpretación de documentos]] |
Revision as of 20:53, 10 February 2020
La solución tecnológica de Numera ha sido diseñada de la siguiente forma:
Módulo de Radicar
Este modulo se encarga de recibir del usuario la factura o documento desde un archivo PDF o de imagen, almacenarla en S3 y entregar un radicado
Lectura de documentos
Este modulo se encarga de tomar el radicado por el usuario y enviarlo a través de colas a un sistema de inteligencia artificial OCR. Estamos usando el de AWS que se llama Textract. El objetivo es poder leer la factura sin intervención humana.
El resultado del proceso en Textract es un archivo en formato JSON que devuelve: Tipo de texto, largo, ubicación en coordenadas, el texto en sí. A partir de esta información hemos creado un algoritmo que separa los textos y los pinta por línea en la herramienta de Interpretación de documentos.
Para realizar la lectura del documento hemos realizado una interpretación con torque mecánicos en la que hemos mapeado la información desde el JSON a como la necesitamos para reconocerla contablemente. A partir de esa interpretación hemos guardado un Esquema de factura para cada tercero. Este guarda la ubicación de los ítems del Textract para el tercero sin los textos. Esto tiene como objetivo que el próximo documento recibido de este tercero por un usuario de Numera sea interpretado a partir del esquema y que se pinte en la herramienta de Interpretación de documentos
