OmniDocPerché dovrebbe esserci un'incognita durante l'estrazione dello stato dell'ordine?
Quando lo stato dell'ordine non è nell'elenco predefinito del sistema, la cosa più semplice da fare è scegliere il valore "più simile". Il giudizio salvato può trasformarsi in errori nel processo successivo: il testo originale è solo “in attesa di ulteriori informazioni”, ma il sistema preme “approvato” e prosegue.
Se estrai automaticamente lo stato da contratti, e-mail di ordini o record di approvazione, incontrerai spesso dichiarazioni che non sono nell'elenco preimpostato del sistema. A questo punto, basta scegliere un valore che sembra vicino e il processo può continuare, ma il rischio entrerà anche nei passaggi successivi. Ad esempio, il testo originale è semplicemente "In attesa di ulteriori informazioni", ma il sistema continua l'elaborazione premendo "Approvato".
Di seguito viene spiegato perché unknown dovrebbe essere mantenuto, come entra nella coda di lavoro e come mantenere la compatibilità quando il vocabolario dello stato cambia. Dopo la lettura, puoi determinare quali eccezioni devono essere contrassegnate come sconosciute, quali devono essere trasferite manualmente e utilizzare un pezzo di codice campione sintetico per una verifica minima.
Questo articolo utilizza campioni sintetici per dimostrare il metodo di elaborazione. Il codice è stato verificato con esempi in un ambiente isolato; ciò non rappresenta una garanzia di tutti i file reali o delle prestazioni del prodotto. Prima di elaborare documenti importanti, conservare gli originali e rivederli rispettando i limiti e gli elementi di accettazione nel testo.
Dovrebbe essere consentito l'utilizzo di sconosciuti per l'estrazione dello stato dell'ordine? Conclusione di una frase
Quando lo stato non è nell'elenco preimpostato, dovrebbe essere contrassegnato come unknown e il frammento di testo originale dovrebbe essere conservato invece di indovinare uno stato vicino e certo.
| la tua situazione | Pratiche consigliate | motivo |
|---|---|---|
| Lo stato del testo originale non è nell'elenco predefinito | Contrassegna unknown e mantieni il testo originale | Evitare di confondere "In attesa di ulteriori informazioni" con approvato |
| Il business non accetta valori sconosciuti | Passaggio all'elaborazione manuale | Non selezionare segretamente lo stato predefinito nel campo |
| Vengono visualizzati più stati contemporaneamente | Passa alla disambiguazione manuale e conserva tutti i candidati e le posizioni | I conflitti non possono essere determinati direttamente dalle regole di mappatura |
| Le inadempienze sono chiaramente specificate nel contratto commerciale | Applica le impostazioni predefinite in base al protocollo | Gli inadempimenti sono ragionevoli solo se l'accordo lo afferma esplicitamente |
| Un nuovo valore è stato aggiunto al vocabolario degli stati | Conservare i vecchi registri e chiarire l'ambito della migrazione | Impedisce che il vecchio unknown venga riscritto silenziosamente |
Consenti agli sconosciuti di preservare i fatti
unknown non dovrebbe essere il cestino di tutte le anomalie, ma è più onesto di una risposta definitiva infondata. Questo articolo limita lo stato aziendale a pending, approved, rejected e unknown e conserva i frammenti di testo originali. Il vincolo di enumerazione controlla l'elenco delle parole di output e non determina se la parola selezionata dal modello è conforme al testo originale.
Se l'azienda non accetta valori sconosciuti, l'attività può essere trasferita al lavoro manuale invece di selezionare segretamente lo stato predefinito sul campo. I valori predefiniti sono ragionevoli solo se esplicitamente indicati nel contratto commerciale e non possono essere creati dallo script di estrazione.
Mappatura sintetica dello stato e controllo dell'enumerazione
from jsonschema import Draft202012Validator
schema = {"type": "object", "required": ["state", "source_text"],
"properties": {"state": {"enum": ["pending", "approved", "rejected", "unknown"]},
"source_text": {"type": "string"}},
"additionalProperties": False}
validator = Draft202012Validator(schema)
mapping = {"待审核": "pending", "已批准": "approved", "已拒绝": "rejected"}
def map_state(text):
return {"state": mapping.get(text, "unknown"), "source_text": text}
assert map_state("已批准")["state"] == "approved"
assert map_state("等待更多资料")["state"] == "unknown"
assert not list(validator.iter_errors(map_state("等待更多资料")))
assert list(validator.iter_errors({"state": "probably-approved", "source_text": "?"}))Qui facciamo solo la mappatura delle frasi chiare e non ci occupiamo di sinonimi, frasi negative e contesto. Il testo "non approvato" non può essere mappato su approved solo perché contiene la parola "approvato". Se viene aggiunta la corrispondenza fuzzy, tali controesempi devono essere aggiunti e l'evidenza del testo originale deve essere conservata.
Come i valori sconosciuti entrano nella coda di lavoro
| risultato | strategia di elaborazione | bisogno di trattenere |
|---|---|---|
| Corrispondenza esplicita | Accedi al livello successivo di verifica aziendale | Frammenti di origine e versioni delle regole |
| non nella mappatura | Marco sconosciuto | Testo originale, nessuna riscrittura automatica |
| Conflitti di stato multipli | Passa alla disambiguazione manuale | Tutti i candidati e le posizioni |
| Il formato non è conforme a enum | rifiutare il risultato | Percorso dell'errore e versione di output |
Non essere silenziosamente compatibile quando il vocabolario dello status cambia
Il nuovo status potrebbe significare che nuove filiali debbano essere aggiunte a valle. La semplice interpretazione automatica del vecchio unknown nel nuovo stato riscriverà il significato storico. I vecchi record dovrebbero essere conservati, la portata della migrazione dovrebbe essere chiarita e quali attività devono essere nuovamente estratte dovrebbero essere controllate.
Anche la traduzione dovrebbe mantenere l'incertezza
Nei documenti multilingue, verificare prima lo stato del documento di origine, quindi verificare come è espresso nella lingua di destinazione. Non si può permettere che il tono affermativo della traduzione nasconda l'incertezza del testo originale. OmniDoc (portale del prodotto) può essere valutato come voce di traduzione di documenti, ma le regole di rilascio per lo stato aziendale dovrebbero comunque essere gestite esplicitamente dal sistema.
Riferimenti: JSON Schema enum.
📊 Confronto fondamentale
| Metodo di elaborazione | Scenari applicabili | Principali rischi o costi |
|---|---|---|
| Scegli uno stato di certezza ravvicinato | Eliminare la fase del giudizio | Il testo originale potrebbe essere stato valutato erroneamente e l'errore entrerà nel processo successivo. |
Contrassegna comeunknown e mantieni il testo originale | Il testo originale non è nell'elenco predefinito | Le incognite richiedono un'elaborazione successiva, ma i fatti vengono preservati |
| Fare riferimento alla disambiguazione manuale | Diversi conflitti di stato oppure l'azienda non accetta valori sconosciuti | È richiesta la partecipazione manuale, ma lo stato predefinito non verrà selezionato segretamente |
🎯Quale metodo è adatto a te?
Se la tua attività consente un'incertezza temporanea
Contrassegnalo come unknown e conserva i frammenti di testo originali, che verranno elaborati insieme in seguito.
Se la tua azienda non accetta valori sconosciuti
Lascia che sia l'elaborazione manuale e non selezionare segretamente gli stati predefiniti nei campi.
Se desideri aggiungere un nuovo stato
Conserva i vecchi record, chiarisci l'ambito della migrazione e controlla quali attività devono essere riestratte.
Se lavori con documenti multilingue
Prima conferma lo stato del documento di origine, quindi controlla come è espresso nella lingua di destinazione.
❓ Domande frequenti (FAQ)
1. I vincoli di enumerazione possono garantire che i risultati dell'estrazione siano corretti?
non può. I vincoli di enumerazione controllano solo l'elenco delle parole di output e non determinano se le parole selezionate dal modello sono conformi al testo originale.
2. "Non approvato" verrà mappato su approvato?
Non dovrebbe essere. La mappatura gestisce solo frasi chiare. Il testo "non approvato" non può essere mappato su approved solo perché contiene la parola "approvato".
3. Lo sconosciuto può essere automaticamente considerato il nuovo stato?
Non raccomandato. Ciò riscrive il significato storico e i vecchi documenti dovrebbero essere conservati e la portata della migrazione dovrebbe essere chiarita.
4. Quando è possibile utilizzare lo stato predefinito?
È ragionevole solo se è chiaramente indicato nell'accordo commerciale e non può essere creato dallo stesso script di estrazione.
📝 Riepilogo
La chiave per l’estrazione statale è lasciare che il sistema ammetta di essere incerto, piuttosto che prendere decisioni in base al testo originale. Solo conservando unknown e la prova del testo originale le regole di rilascio aziendale possono essere ben documentate.
Provalo subito: carica il documento per iniziare la traduzione, mantenendo il layout originale
