OmniDocPor que deveria haver desconhecido ao extrair o status do pedido?
Quando o status do pedido não está na lista padrão do sistema, o mais fácil a fazer é escolher o valor “mais semelhante”. O julgamento salvo pode se transformar em erros no processo posterior: o texto original fica apenas “aguardando informações adicionais”, mas o sistema clica em “aprovado” e continua.
Se você extrair automaticamente o status de contratos, e-mails de pedidos ou registros de aprovação, muitas vezes encontrará declarações que não estão na lista predefinida do sistema. Neste momento, basta escolher um valor que pareça próximo e o processo poderá continuar, mas o risco também entrará nas etapas subsequentes. Por exemplo, o texto original é apenas"Aguardando mais informações", mas o sistema continua processando pressionando"Aprovado".
A seguir é explicado por queunknown deve ser mantido, como ele entra na fila de trabalho e como manter a compatibilidade quando o vocabulário de estado muda. Após a leitura, você pode determinar quais exceções devem ser marcadas como desconhecidas, quais devem ser transferidas manualmente e usar um código de amostra sintético para verificação mínima.
Este artigo utiliza amostras sintéticas para demonstrar o método de processamento. O código foi verificado com exemplos em ambiente isolado; isso não representa uma garantia de todos os arquivos reais ou do desempenho do produto. Antes de processar documentos importantes, guarde os originais e revise-os de acordo com os limites e itens de aceitação do texto.
O desconhecido deve ser permitido para extração do status do pedido? Conclusão de uma frase
Quando o estado não estiver na lista predefinida, ele deverá ser marcado como unknown e o fragmento de texto original deverá ser retido em vez de adivinhar um estado próximo e certo.
| sua situação | Práticas recomendadas | razão |
|---|---|---|
| O status do texto original não está na lista padrão | Marque unknown e mantenha o texto original | Evite confundir "Aguardando mais informações" com aprovado |
| A empresa não aceita valores desconhecidos | Transferência para processamento manual | Não selecione secretamente o estado padrão no campo |
| Vários estados aparecem ao mesmo tempo | Mude para a desambiguação manual e retenha todos os candidatos e cargos | Os conflitos não podem ser determinados diretamente pelas regras de mapeamento |
| Os padrões são claramente especificados no contrato comercial | Aplicar padrões por protocolo | Os incumprimentos só são razoáveis se o acordo declarar explicitamente que |
| Um novo valor foi adicionado ao vocabulário de status | Mantenha registros antigos e esclareça o escopo da migração | Impedir que o antigo unknown seja reescrito silenciosamente |
Permitir que desconhecidos preservem os fatos
unknown não deveria ser a lata de lixo para todas as anomalias, mas é mais honesto do que uma resposta definitiva infundada. Este artigo limita o status comercial a pending, approved, rejected e unknown e mantém os fragmentos do texto original. A restrição de enumeração controla a lista de palavras de saída e não determina se a palavra selecionada pelo modelo está em conformidade com o texto original.
Se a empresa não aceitar valores desconhecidos, a tarefa pode ser transferida para trabalho manual em vez de selecionar secretamente o estado padrão no campo. Os valores padrão só são razoáveis se explicitamente declarados no contrato comercial e não podem ser criados pelo script de extração.
Mapeamento de estado sintético e verificação de enumeração
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": "?"}))Aqui fazemos apenas o mapeamento de frases claras, e não tratamos de sinônimos, frases negativas e contexto. O texto "não aprovado" não pode ser mapeado para approved apenas porque contém a palavra "aprovado". Se a correspondência difusa for adicionada, tais contra-exemplos deverão ser adicionados e a evidência do texto original deverá ser mantida.
Como valores desconhecidos entram na fila de trabalho
| resultado | estratégia de processamento | preciso reter |
|---|---|---|
| Correspondência explícita | Entre no próximo nível de verificação comercial | Fragmentos de origem e versões de regras |
| não no mapeamento | Marcar como desconhecido | Texto original, sem reescrita automática |
| Vários conflitos de status | Mudar para desambiguação manual | Todos os candidatos e cargos |
| O formato não está em conformidade com enum | rejeitar resultado | Caminho do erro e versão de saída |
Não seja silenciosamente compatível quando o vocabulário de status mudar
O novo status pode significar que novas filiais precisem ser adicionadas posteriormente. A simples interpretação automática do antigo unknown para o novo estado reescreverá o significado histórico. Os registos antigos devem ser retidos, o âmbito da migração deve ser esclarecido e devem ser verificadas quais as tarefas que necessitam de ser extraídas novamente.
A tradução também deve manter a incerteza
Em documentos multilíngues, primeiro confirme o status do documento de origem e depois verifique como ele é expresso no idioma de destino. Não se pode permitir que o tom afirmativo da tradução encobre a incerteza do texto original. OmniDoc (portal de produtos) pode ser avaliado como uma entrada de tradução de documento, mas as regras de liberação para status comercial ainda devem ser explicitamente mantidas pelo seu sistema.
Referências: JSON Schema enum.
📊 Comparação principal
| Método de processamento | Cenários aplicáveis | Principais riscos ou custos |
|---|---|---|
| Escolha um estado próximo de certeza | Elimine a etapa de julgamento | O texto original pode ter sido mal avaliado e o erro entrará no processo subsequente. |
Marque comounknown e mantenha o texto original | O texto original não está na lista padrão | As incógnitas requerem processamento posterior, mas os fatos são preservados |
| Consulte a desambiguação manual | Vários conflitos de status ou a empresa não aceita valores desconhecidos | A participação manual é necessária, mas o estado padrão não será selecionado secretamente |
🎯 Qual método é adequado para você?
Se o seu negócio permite incerteza temporária
Marque-o como unknown e retenha os fragmentos do texto original, que serão processados juntos posteriormente.
Se sua empresa não aceita valores desconhecidos
Deixe o processamento manual e não selecione secretamente os estados padrão nos campos.
Se você deseja adicionar um novo status
Mantenha registros antigos, esclareça o escopo da migração e verifique quais tarefas precisam ser extraídas novamente.
Se você trabalha com documentos multilíngues
Primeiro confirme o status do documento de origem e depois verifique como ele é expresso no idioma de destino.
❓ Perguntas frequentes (FAQ)
1. As restrições de enumeração podem garantir que os resultados da extração estejam corretos?
não pode. As restrições de enumeração controlam apenas a lista de palavras de saída e não determinam se as palavras selecionadas pelo modelo estão em conformidade com o texto original.
2. "não aprovado" será mapeado para aprovado?
Não deveria ser. O mapeamento lida apenas com frases claras. O texto "não aprovado" não pode ser mapeado para approved apenas porque contém a palavra "aprovado".
3. O desconhecido pode ser automaticamente considerado como o novo estado?
Não recomendado. Isto reescreve o significado histórico e os registos antigos devem ser retidos e o âmbito da migração deve ser esclarecido.
4. Quando o estado padrão pode ser usado?
Só é razoável se estiver claramente indicado no acordo comercial e não puder ser criado pelo próprio script de extração.
📝 Resumo
A chave para a extracção de estados é deixar o sistema admitir que é incerto, em vez de tomar decisões com base no texto original. Somente retendo unknown e as evidências do texto original as regras de liberação comercial poderão ser bem documentadas.
Experimente agora: carregue o documento para iniciar a tradução, mantendo o layout original
