扫描发票怎么变成可核对的表头和明细?
项目原名:Google Cloud Document AI Invoice Parser:多字段发票解析器
扫描件是人能看懂的图片,系统却需要表头和明细字段。后面的匹配取决于这些字段是否完整。
项目解决的业务问题:发票 PDF 与扫描件缺少可供系统匹配的结构化字段。
项目采取的做法:Google 发票解析器识别表头和行项目。企业还要按自己的规则核验字段并匹配订单。
对财务工作的意义:了解发票表头和行项目怎样识别;验真、付款和业务审核仍由财务按流程完成。
这个功能接在流程的哪一段
Google 发票解析器提供取数能力。财务还要设计金额、供应商和订单校验,识别输出不能直接当成审核结论。
系统按什么顺序处理
Google 发票解析器识别表头和行项目。企业还要按自己的规则核验字段并匹配订单。
Google 发票解析器通过 OCR 输出表头和行项目实体,下游再按企业规则校验与匹配。
行项目读不准,总金额和后续科目都可能跟着错
Document AI Invoice Parser 可以识别发票抬头和行项目,再把字段交给下游处理。审核时要同时看供应商、日期、税额、行项目和总计;抬头识别正确不代表明细与合计也正确。
发票抬头和行项目怎样变成结构化字段
- 上传文档至Invoice Processor
- OCR识别文本与字段
- 输出抬头和行项目实体供下游规则匹配
准备多版式发票和逐行核对结果
准备扫描件、PDF 和不同供应商版式,并逐项人工标注抬头与行项目。把字段缺失、行项目多、税额和总计容易混淆的样本单独标出来。
- PDF/图像发票
同时检查抬头字段、行项目和识别置信度
结构化结果包含发票抬头、行项目和对应文本位置,方便回到 PDF 查看。下游匹配和记账前,先核对数量、单价、税额与总计是否一致。
- 结构化发票字段及行项目
- OCR文本
产品资料披露到什么程度
厂商资料介绍了发票接收与识别功能,没有披露可比较的企业上线结果。实际效果要用本企业同类业务记录核对。
逐行对照原件,而不是只抽查抬头
用已人工核对的发票比对抬头字段、每条行项目和金额合计。分别计算字段错误、漏掉的行项目及人工修改时间,再按版式查明低质量结果集中在哪里。
- 行项目和抬头字段分别统计准确与缺漏。
- 抽查原件定位是否能直接跳到对应字段。
票据真伪、业务真实性和入账由谁确认
- 错误金额、供应商身份、税率和低置信字段需下游核验;应用端设置人工复核阈值
- GA/支持语言是产品信息;未披露客户成效。西欧语言覆盖页面所列为准,不能推断中文支持。
分别统计识别错误和业务差异
- 字段级准确率/召回率
- 字段置信度分布
- 低置信人工回看率
项目接入哪些系统?
- Document AI API
- 可由调用方连接对象存储与ERP(产品页本身不证明特定连接)
继续看进项发票的其他做法
机动车发票字段多,拍照后能少填哪些信息?
业务卡点:机动车销售发票字段繁多,经销商大量逐张录入容易遗漏或填错。
你可以先核对:机动车票拍照识别后,票号、金额等字段仍要能回到原票核验;识别率不能代替票据审核。
打开详情,看做法和适用范围 →水电气供应商各用一套版式,发票怎样批量录入?
业务卡点:公用事业账单来自不同供应商,版式、字段位置和计费项目各不相同。财务要逐份找金额和期间,再录进应付流程。
你可以先核对:账单量大、版式多时,可以先核对识别字段和校验规则,再观察异常是否能落到具体账单。
打开详情,看做法和适用范围 →供应商发票积压,先把录入和核验拆开处理
业务卡点:采购订单发票与非订单发票并存,跨地区人工录入、核对和追审批造成积压。
你可以先核对:把人员注意力转向订单差异和识别错误。
打开详情,看做法和适用范围 →这项工作还会影响哪些环节
如果项目走到这里还要交接资料或核对结果,可以顺着相关业务继续看。
同一份票据,整理后才能核账
邮件、扫描件和系统里的发票信息先归成统一字段,后续才能查验和入账。
辅助步骤参考;不代表某个案例已部署相同功能。
AI 可读出票号、金额、税额和明细,统一格式并提示重复项,财务再核对票面和业务。
继续看这个业务环节 →发票信息进入报销审核
报销金额、费用明细和附件需要能对应到员工提交的发票。
辅助步骤参考;不代表某个案例已部署相同功能。
AI 可读出票面字段、提示重复票和附件缺失,并标出对应费用规定供审核人查看。
继续看这个业务环节 →采购发票和付款申请互相核对
付款前要把发票与合同或订单、收货及验收记录放在一起查。
辅助步骤参考;不代表某个案例已部署相同功能。
AI 可比对供应商、金额、品类和付款条件,把差异定位到对应原件。
继续看这个业务环节 →