View a markdown version of this page

Objek Respon Faktur dan Tanda Terima - Amazon Textract

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Objek Respon Faktur dan Tanda Terima

Saat Anda mengirimkan faktur atau tanda terima ke AnalyzeExpense API, ia mengembalikan serangkaian ExpenseDocuments objek. Masing-masing ExpenseDocument dipisahkan lebih lanjut menjadi LineItemGroups danSummaryFields. Sebagian besar faktur dan tanda terima berisi informasi seperti nama vendor, nomor tanda terima, tanggal penerimaan, atau jumlah total. AnalyzeExpense mengembalikan informasi ini di bawahSummaryFields. Tanda terima dan faktur juga berisi rincian tentang barang yang dibeli. AnalyzeExpense API mengembalikan informasi ini di bawahLineItemGroups. ExpenseIndexBidang ini secara unik mengidentifikasi biaya, dan mengaitkan biaya yang sesuai SummaryFields dan LineItemGroups terdeteksi dalam pengeluaran tersebut. Akhirnya, analisis biaya akan mengembalikan Block objek, memberi Anda informasi yang sama seperti deteksi teks pada dokumen Anda.

Informasi tertentu, seperti alamat dan nama, bisa sulit dibedakan berdasarkan respons tunggal. Analisis Biaya menggunakan objek ExpenseGroupProperties untuk membantu membedakan respons samar. Objek ini berisi tipe dari daftar berikut:

  • VENDOR_REMIT_TO

  • PENERIMA_KIRIMAN_KE

  • PENERIMA_TERJUAL_KE

  • PENERIMA_TAGIH_KE

  • VENDOR_PEMASOK

Jenis-jenis ini membedakan antara kelompok tanggapan yang berbeda. Beberapa elemen milik kelompok yang sama dihubungkan melalui nomor identifikasi, juga dikembalikanExpenseGroupProperties.

Tingkat data yang paling terperinci dalam AnalyzeExpense respons terdiri dariType,ValueDetection, dan LabelDetection (Opsional). Entitas individu adalah:

  • Tipe: Mengacu pada jenis informasi apa yang terdeteksi pada tingkat tinggi.

  • LabelDetection: Mengacu pada label nilai terkait dalam teks dokumen. LabelDetectionbersifat opsional dan hanya dikembalikan jika label ditulis.

  • ValueDetection: Mengacu pada nilai label atau tipe yang dikembalikan.

AnalyzeExpense API juga mendeteksiITEM,QUANTITY, dan di PRICE dalam item baris sebagai bidang yang dinormalisasi. Jika ada teks lain dalam item baris pada gambar tanda terima seperti SKU atau deskripsi terperinci, itu akan disertakan dalam JSON sebagaiEXPENSE_ROW. Ini ditunjukkan dalam contoh berikut:

{ "Type": { "Text": "EXPENSE_ROW", "Confidence": 99.95216369628906 }, "ValueDetection": { "Text": "Banana 5 $2.5", "Geometry": { … }, "Confidence": 98.11214447021484 }

Contoh sebelumnya menunjukkan bagaimana operasi AnalyzeExpense API mengembalikan seluruh baris pada tanda terima yang berisi informasi item baris tentang 5 pisang yang dijual seharga $2,5.

Tipe

Berikut ini adalah contoh tipe standar atau normalisasi dari pasangan kunci-nilai:

{ "PageNumber": 1, "Type": { "Text": "VENDOR_NAME", "Confidence": 70.0 }, "ValueDetection": { "Geometry": { ... }, "Text": "AMAZON", "Confidence": 87.89806365966797 } }

Kwitansi tidak memiliki “Nama Vendor” yang tercantum secara eksplisit. Namun, Analyze Expense API mengenali nilai “AMAZON” sebagai TipeVENDOR_NAME.

LabelDetection

Berikut ini adalah contoh teks seperti yang ditampilkan pada halaman dokumen pelanggan:

{ "PageNumber": 1, "Type": { "Text": "OTHER", "Confidence": 70.0 }, "LabelDetection": { "Geometry": { ... }, "Text": "CASHIER", "Confidence": 88.19171142578125 }, "ValueDetection": { "Geometry": { ... }, "Text": "Mina", "Confidence": 87.89806365966797 } }

Contoh dokumen berisi “CASHIER Mina.” Analyze Expense API mengekstrak nilai apa adanya dan mengembalikannya di bawahLabelDetection. Untuk nilai tersirat seperti “Tanggal Faktur,” di mana “kunci” tidak secara eksplisit ditampilkan dalam tanda terima, tidak LabelDetection akan dimasukkan dalam AnalyzeExpense elemen. Dalam kasus seperti itu, operasi AnalyzeExpense API tidak kembaliLabelDetection.

ValueDetection

Berikut ini adalah contoh yang menunjukkan “nilai” dari pasangan kunci-nilai.

{ "PageNumber": 1, "Type": { "Text": "OTHER", "Confidence": 70.0 }, "LabelDetection": { "Geometry": { ... }, "Text": "CASHIER", "Confidence": 88.19171142578125 }, "ValueDetection": { "Geometry": { ... }, "Text": "Mina", "Confidence": 87.89806365966797 } }

Dalam contoh, dokumen berisi “CASHIER Mina”. AnalyzeExpense API mendeteksi nilai Kasir sebagai Mina dan mengembalikannya di bawahValueDetection.