View a markdown version of this page

發票和接收回應物件 - Amazon Textract
TypeLabelDetectionValueDetection

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

發票和接收回應物件

當您提交發票或收據至 AnalyzeExpense API 時，它會傳回一系列的 ExpenseDocuments 物件。每個 ExpenseDocument 都會進一步分成 LineItemGroups和 SummaryFields。大多數發票和收據都包含資訊，例如廠商名稱、接收號碼、接收日期或總金額。AnalyzeExpense 會在 下傳回此資訊SummaryFields。收據和發票也包含所購買項目的詳細資訊。AnalyzeExpense API 會在 下傳回此資訊LineItemGroups。ExpenseIndex 欄位可唯一識別費用，並將該費用中LineItemGroups偵測到的適當 SummaryFields 和 建立關聯。最後，費用分析會傳回Block物件，提供與文件上文字偵測相同的資訊。

某些資訊，例如地址和名稱，可能很難根據單一回應來辨別。費用分析使用 物件ExpenseGroupProperties來協助區分模糊回應。此物件包含下列清單中的類型：

  • VENDOR_REMIT_TO

  • RECEIVER_SHIP_TO

  • RECEIVER_SOLD_TO

  • RECEIVER_BILL_TO

  • VENDOR_SUPPLIER

這些類型會區分不同的回應群組。屬於相同群組的多個元素會透過識別號碼連線，也會在 中傳回ExpenseGroupProperties。

AnalyzeExpense 回應中最精細的資料層級包含 Type、 ValueDetection和 LabelDetection（選用）。個別實體包括：

  • Type：指在高階上偵測到的資訊類型。

  • LabelDetection：參考文件文字中關聯值的標籤。 LabelDetection是選用的，只有在標籤寫入時才會傳回。

  • ValueDetection：參考傳回之標籤或類型的值。

AnalyzeExpense API 也會將明細項目PRICE內的 QUANTITY、 和 ITEM偵測為標準化欄位。如果接收影像上的明細項目中有其他文字，例如 SKU 或詳細說明，則會以 的形式包含在 JSON 中EXPENSE_ROW。下列範例顯示這種情況：


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

上述範例顯示 AnalyzeExpense API 操作如何在包含有關以 2.5 美元售出的 5 個香蕉明細項目資訊的收據上傳回整個資料列。

Type

以下是金鑰值對的標準或標準化類型範例：


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

接收沒有明確列出的「供應商名稱」。不過，分析費用 API 將值 "AMAZON" 識別為類型 VENDOR_NAME。

LabelDetection

以下是客戶文件頁面上顯示的文字範例：


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

範例文件包含「CASHIER Mina」。分析費用 API 會擷取原狀值，並在 下傳回LabelDetection。對於「發票日期」等隱含值，其中「索引鍵」未明確顯示在接收中，LabelDetection則不會包含在 AnalyzeExpense 元素中。在這種情況下， AnalyzeExpense API 操作不會傳回 LabelDetection。

ValueDetection

以下是顯示鍵/值對的「值」的範例。


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

在此範例中，文件包含「CASHIER Mina」。AnalyzeExpense API 偵測到銀行本票值為 Mina，並在 下傳回ValueDetection。