
Ricerca e documenti
IA per l'estrazione di dati
Estrarre campi da fatture, moduli o tabelle con l'IA può ridurre la trascrizione manuale. Il beneficio reale dipende però da quanti dati arrivano corretti nel …
Questa guida pratica tratta l’estrazione di campi, righe e tabelle da documenti, con un esempio centrato sulle fatture. Estrarre campi da fatture, moduli o tabelle con l’IA può ridurre la trascrizione manuale. Il beneficio reale dipende da quanti dati arrivano corretti al sistema finale e da quanto tempo richiede verificare gli errori.
Valutate il flusso completo, non solo l’anteprima che evidenzia parole sul documento. Il servizio descritto qui è Azure Document Intelligence in Foundry Tools: modelli, limiti e modalità d’integrazione dipendono da questa offerta.
Definire i dati che contano
Partite da un processo specifico, ad esempio la registrazione di fatture fornitore. Elencate campi obbligatori, formati e controlli: numero, data, fornitore, imponibile, imposta, totale e righe. Stabilite quali errori sono bloccanti: un totale letto correttamente non compensa un identificativo del fornitore attribuito alla società sbagliata.
Il modello scelto deve restituire questi campi in un formato strutturato e utilizzabile dal processo a valle. Verificate i limiti del modello e del piano prima di scegliere un campione che il piano di prova non elaborerebbe per intero.
Campi e controlli da definire prima di estrarre
- Elenca i campi obbligatorinumero, data, fornitore, imponibile, imposta, totale
- Definisci formati e tipi di dato attesi
- Stabilisci i controlli di validazione
- Individua gli errori bloccanti (es. identificativo fornitore errato)
- Verifica i limiti del modello e del piano prima di scegliere il campione
Preparare una risposta corretta di riferimento
Il test usa documenti con valori corretti noti. Questo riferimento consente di confrontare i valori estratti con quelli attesi.
Preparare il riferimento di test
- Seleziona documenti con valori corretti noti
- Costruisci la risposta attesa per ogni campo e riga
- Confronta i valori estratti con quelli attesi
Tabelle e formati variabili
Le tabelle con strutture variabili sono un caso critico. Per estrarre testo, tabelle, segni di selezione e struttura del documento, valutate il modello di layout di Azure Document Intelligence.
Scegliere il modello in base all’output
Il riferimento di questa guida è Azure Document Intelligence in Foundry Tools. Il modello predefinito per fatture, prebuilt-invoice, estrae campi e righe da fatture, bollette, ordini di vendita e ordini di acquisto, restituendo dati strutturati in JSON. Tra i campi possono esserci nome del cliente, indirizzo di fatturazione, scadenza e importo dovuto.
Il modello di layout, prebuilt-layout, individua testo, tabelle, segni di selezione e struttura del documento. Scegliete il modello in base agli elementi che devono arrivare al passaggio successivo. Per Document Intelligence v4.0, la versione del modello di layout è datata 2024-11-30 ed è GA.
Il modello per fatture supporta 27 lingue e documenti di qualità e formati diversi, comprese immagini acquisite con il telefono, scansioni e PDF digitali. Verificate che la lingua e la categoria dei vostri documenti rientrino tra quelle supportate: il solo numero di lingue non ne identifica l’elenco.
Google Document AI è un’alternativa con processor valutabili tramite precisione e richiamo. Le metriche confrontano le entità restituite dal processor con le annotazioni dei documenti di test.
Per i processi di supply chain, Retarus propone una soluzione Intelligent Document Processing (IDP) per interpretare documenti complessi. Le informazioni estratte possono essere trasformate e instradate tramite Retarus EDI verso i sistemi ERP aziendali.
Modelli e alternative per l’estrazione
- prebuilt-invoiceEstrae campi e righe da fatture, bollette, ordini di vendita e acquisto; output JSON; supporta 27 lingue
- prebuilt-layoutIndividua testo, tabelle, segni di selezione e struttura; v4.0 versione modello 2024-11-30 GA
- Google Document AIProcessor valutabili con precisione e richiamo; confronto tra entità restituite e annotazioni dei documenti di test
- Retarus IDPPer la supply chain: interpreta documenti complessi e instrada i dati via EDI verso i sistemi ERP
Controllare formato e qualità dei file
Per il modello di layout di Azure Document Intelligence, i formati supportati includono PDF, immagini JPEG, PNG, BMP, TIFF e HEIF, oltre a Word, Excel, PowerPoint e HTML. Prima dell’elaborazione, controllate il formato effettivo dei file in ingresso, soprattutto se arrivano da sistemi diversi.
Per PDF e TIFF è possibile elaborare fino a 2.000 pagine; nel livello gratuito vengono elaborate soltanto le prime due pagine. La dimensione massima del file è 500 MB nel livello a pagamento S0 e 4 MB nel livello gratuito F0. Un PDF protetto da password deve essere sbloccato prima dell’invio.
Per foto e scansioni è consigliata un’immagine nitida o una scansione di alta qualità per documento. Le dimensioni dell’immagine devono essere comprese tra 50 × 50 e 10.000 × 10.000 pixel. A 1024 × 768 pixel, l’altezza minima indicata per il testo da estrarre è 12 pixel, equivalente a circa 8 punti a 150 dpi.
Formati supportati dal modello layout
- PDFSupportato
- JPEGSupportato
- PNGSupportato
- BMPSupportato
- TIFFSupportato
- HEIFSupportato
- WordSupportato
- ExcelSupportato
- PowerPointSupportato
- HTMLSupportato
Limiti operativi per l’elaborazione
- 2.000Pagine massime PDF/TIFF
- 2Pagine nel livello gratuito
- 500MBDimensione massima file S0
- 4MBDimensione massima file F0
- 12Altezza minima testo a 1024×768
Collegare l’estrazione al processo
Per Azure Document Intelligence sono disponibili Document Intelligence Studio, REST API e SDK per C#, Python, Java e JavaScript. Provate l’elaborazione nello Studio, poi valutate un’integrazione tramite API o SDK. Verificate che il formato strutturato prodotto sia utilizzabile dal processo destinatario.
Definite in anticipo quali elementi dell’output devono essere acquisiti dal gestionale. Controllate che il passaggio conservi i campi e le righe necessari al vostro processo.
Collegare l’estrazione al processo
- Provare l’elaborazione in Document Intelligence Studio
- Valutare l’integrazione tramite REST API o SDK
- Verificare che l’output strutturato sia utilizzabile dal processo destinatario
- Definire in anticipo quali elementi dell’output devono essere acquisiti dal gestionale
- Controllare che il passaggio conservi campi e righe necessari
Revisione e costo del risultato accettabile
La revisione umana riguarda i valori incerti. Il lavoro di correzione va misurato.
In questa guida
- Testare fatture con risposte notePer valutare l'estrazione automatica delle fatture servono valori corretti con cui confrontare l'output. Senza un riferimento verificato, un'interfaccia ordinata …
- Confrontare l'estrazione da tabelle differenti: criteriUn sistema può leggere tutte le parole di una tabella e assegnarle alle colonne sbagliate. Per un processo aziendale conta la struttura: ogni importo deve restare …
- Prevedere revisione umana per dati incerti: criteriUn valore estratto con confidenza alta può comunque essere sbagliato. La revisione umana serve dove un errore avrebbe conseguenze e dove i dati non superano …
- Misurare il lavoro necessario per correggere gli erroriIl costo dell'estrazione automatica non finisce quando il servizio restituisce un file strutturato. Bisogna trovare gli errori, correggerli e verificare che i dati …



