View a markdown version of this page

分析发票和收据 - Amazon Textract

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

分析发票和收据

Amazon Textract 无需任何模板或配置，即可从几乎所有发票或收据中提取相关数据，例如供应商和收款人的联系信息。发票和收据通常使用不同的布局，这使得大规模手动提取数据既困难又耗时。Amazon Textract 使用机器学习来了解发票和收据的背景。它会自动提取诸如发票或收据日期、发票或收据编号、商品价格、总金额和付款条件等数据。

Amazon Textract 还会识别对您的工作流程至关重要但可能没有明确标注的供应商名称。例如，Amazon Textract 可以在收据上找到供应商名称，即使该名称仅显示在页面顶部的徽标中，没有明确的键值对组合。

Amazon Textract 还使您可以轻松整合来自不同收据和发票的输入，这些收据和发票对同一概念使用不同的词语。例如，Amazon Textract 映射了不同文档中字段名称之间的关系，例如账单编号、发票编号、收据编号，输出标准分类为。INVOICE_RECEIPT_ID在这种情况下，Amazon Textract 以一致的方式呈现不同文件类型的数据。地址字段分为 “收件人”、“供应商”、“供应商”、“收单方”、“收货方” 和 “汇款方”。如果支出文件中每个类别的值都不唯一，则 Amazon Textract 将仅返回具有唯一值的类别。

与标准分类法不一致的字段被归类为OTHER。

以下是费用分析操作支持的标准字段列表。

  • 发票收据日期 — INVOICE_RECEIPT_DATE

  • 发票收据编号 — INVOICE_RECEIPT_ID

  • 发票纳税人 ID — TAX_PAYER_ID

  • 客户编号 — CUSTOMER_NUMBER

  • 账号 — ACCOUNT_NUMBER

  • 供应商名称 — VENDOR_NAME

  • 收件人姓名 — RECEIVER_NAME

  • 供应商地址 — VENDOR_ADDRESS

  • 收件人地址 — RECEIVER_ADDRESS

  • 订单日期 — ORDER_DATE

  • 截止日期 — DUE_DATE

  • 交货日期 — DELIVERY_DATE

  • PO 编号 — PO_NUMBER

  • 付款条款 — PAYMENT_TERMS

  • 总计 — TOTAL

  • 到期金额 — AMOUNT_DUE

  • 已付金额 — AMOUNT_PAID

  • 小计 — SUBTOTAL

  • 税 — TAX

  • 服务费 — SERVICE_CHARGE

  • 小费 — GRATUITY

  • 先前余额 — PRIOR_BALANCE

  • 折扣 — DISCOUNT

  • 运费和手续费 — SHIPPING_HANDLING_CHARGE

  • 供应商 ABN 号码 — VENDOR_ABN_NUMBER

  • 供应商商品及服务税编号 — VENDOR_GST_NUMBER

  • 供应商 PAN 编号 — VENDOR_PAN_NUMBER

  • 供应商增值税税号 — VENDOR_VAT_NUMBER

  • 收款人 ABN 号码 — RECEIVER_ABN_NUMBER

  • 收款人商品及服务税号码 — RECEIVER_GST_NUMBER

  • 接收器 PAN 号码 — RECEIVER_PAN_NUMBER

  • 收款人增值税号 — RECEIVER_VAT_NUMBER

  • 供应商电话 — VENDOR_PHONE

  • 接收器电话 — RECEIVER_PHONE

  • 供应商网址 — VENDOR_URL

  • 线路 Item/Item 描述 — ITEM

  • 线 Item/Quantity — QUANTITY

  • 线路 Item/Total 价格 — PRICE

  • 线路 Item/Unit 价格 — UNIT_PRICE

  • 线 Item/ProductCode — PRODUCT_CODE

  • 地址（收单方、收货方、汇款方、供应商）— ADDRESS

  • 名称（收单方、收货方、汇款方、供应商）-NAME

  • 核心地址（供应商、收件人、收单方、收货方、汇款方、供应商）— ADDRESS_BLOCK

  • 街道地址（供应商、收件人、收单方、收货方、汇款方、供应商）— STREET

  • 城市（供应商、收款人、收单方、收货方、汇款方、供应商）— CITY

  • 州（供应商、收件人、收单方、收货方、汇款方、供应商）— STATE

  • 国家（供应商、收件人、收单方、收货方、汇款方、供应商）— COUNTRY

  • 邮政编码（供应商、收件人、收单方、收货方、汇款方、供应商）— ZIP_CODE

AnalyzeExpense API 返回给定文档页面的以下元素：

  • 单据中的收据或发票数量表示为 ExpenseIndex

  • 各个字段的标准化名称表示为 Type

  • 文档上显示的字段的实际名称，表示为 LabelDetection

  • 相应字段的值表示为 ValueDetection

  • 所提交文档中的页数表示为 Pages

  • 检测字段、值或行项目的页码，表示为 PageNumber

  • 几何图形，包括页面上各个字段、值或行项目的边界框和坐标位置，表示为 Geometry

  • 与在文档上检测到的每条数据相关联的置信度分数，表示为 Confidence

  • 已购买的整行单项商品，表示为 EXPENSE_ROW

以下是处理的收据的 API 输出的一部分，该收据在作为标准 AnalyzeExpense字段提取的文档中显示了 “合计：55.64 美元”。TOTAL文档上的实际文本显示为 “总计”，置信度分数显示为 “97.1”，页码显示为 “1”，总值显示为 “55.64 美元”。这还包括边界框和多边形坐标：

{
    "Type": {
        "Text": "TOTAL",
        "Confidence": 99.94717407226562
    },
    "LabelDetection": {
        "Text": "Total:",
        "Geometry": {
            "BoundingBox": {
                "Width": 0.09809663146734238,
                "Height": 0.0234375,
                "Left": 0.36822840571403503,
                "Top": 0.8017578125
            },
            "Polygon": [
                {
                    "X": 0.36822840571403503,
                    "Y": 0.8017578125
                },
                {
                    "X": 0.466325044631958,
                    "Y": 0.8017578125
                },
                {
                    "X": 0.466325044631958,
                    "Y": 0.8251953125
                },
                {
                    "X": 0.36822840571403503,
                    "Y": 0.8251953125
                }
        ]
    },
    "Confidence": 97.10792541503906
},
    "ValueDetection": {
        "Text": "$55.64",
        "Currency": {
            "Code": USD
        }
        "Geometry": {
            "BoundingBox": {
                "Width": 0.10395314544439316,
                "Height": 0.0244140625,
                "Left": 0.66837477684021,
                "Top": 0.802734375
            },
            "Polygon": [
                {
                    "X": 0.66837477684021,
                    "Y": 0.802734375
                },
                {
                    "X": 0.7723279595375061,
                    "Y": 0.802734375
                },
                {
                    "X": 0.7723279595375061,
                    "Y": 0.8271484375
                },
                {
                    "X": 0.66837477684021,
                    "Y": 0.8271484375
                }
            ]
        },
    "Confidence": 99.85165405273438
},
"PageNumber": 1
}

您可以使用同步操作来分析发票或收据。要分析这些文档，您可以使用 AnalyzeExpense 操作并将收据或发票传递给它。 AnalyzeExpense返回整组结果。有关更多信息，请参阅 使用亚马逊 Textract 分析发票和收据。

要异步分析发票和收据，StartExpenseAnalysis请使用开始处理输入文档文件。要获得结果，请致电GetExpenseAnalysis。给定调用的结果StartExpenseAnalysis由返回GetExpenseAnalysis。有关更多信息以及示例，请参阅 异步处理文档。