Разработка локальной версии системы ретроконверсии документов на основе технологий оптического распознавания и семантического анализа данных, ее программная реализация и отладка

Разрабатываемая "Система ретроконверсии документов на основе технологий оптического распознавания и семантического анализа данных" предназначена для автоматизации потокового ввода печатных документов в учетные информационные системы. Использование продукта на предприятии сократит время затрачиваемое на ввод информации из печатной документации и освободит сотрудников от рутинной работы по наполнению информационной базы данными, что позволит более эффективно задействовать человеческие ресурсы в отделе бухгалтерского учета и прочих отделах организации. Помимо автоматического создания и наполнения карточек электронных документов в информационной базе, система будет прикреплять к ним исходное изображение отсканированного документа что позволит сформировать электронный архив.Разрабатываемый продукт будет производить обработку информации с печатных носителей загруженных в систему с помощью любых сканеров поддерживающих протокол сканирования TWAIN или ISIS, с возможностью поточного сканирования, а также обработку уже отсканированных изображений документов в форматах: tif, png, jpg, bmp, dcx, pcx, jp2, jpc, jpeg, jfif, pdf, tiff, gif, djvu, djv, jb2, wdp.По окончанию первого этапа разработки система должна поддерживать сканирование и распознавание документов вида: "Счет-фактура", "Товарная-накладная", "Счет", "Акт", "Универсальный передаточный документ". Помимо типовых шаблонов первичной документация система будет активно пополняется различными вариантами форм документов встречающихся в документообороте у покупателей системы, что позволит использовать систему для распознавания более 90% входящих первичных документов. На последующих этапах разработки планируется охватить такие документы как "Договор", "Письмо" и т.д. имеющие ряд обязательных реквизитов: название, дата, номер, получатель, отправитель и пр., что позволит автоматизировать создание электронных карточек с преобразованием данных реквизитов в объектный тип.Разрабатываемая система должна производить классификацию данных из печатного документа и наполнение учетной системы. После распознавания документа будет осуществляться поиск уже существующих в информационной базе элементов – контрагентов, организаций, материальных запасов, единиц измерения и т.д., а так же автоматическое заполнение справочников недостающими элементами на основании данных из печатного носителя.На основании анализа информационной базы пользователя будет происходить автоподбор счетов учета и прочих данных косвенно связанных с содержанием первичного документа. В процессе загрузки документов в систему учета, пользователь должен иметь возможность самостоятельно корректировать все данные полученные из печатного документа.В случае если наименования позиций в документе полученном от контрагента не соответствует наименованию данных позиций в базе пользователя система будет производить гибкий поиск основанный на использовании ряда сложных математических алгоритмов, позволяющих с заданной погрешностью подбирать соответствующие элементы из информационной базы по ключевым словам. Даже в том случае если названия сильно отличаются, пользователю достаточно будет один раз указать соответствие между ними, после чего система запомнит привязку и будет использовать ее при дальнейшей работе, что ускорит процесс поиска и позволит максимально автоматизировать процедуру подбора необходимых элементов. Система должна поддерживать возможность разноски данных из исходного документа по различным типам документов учетной системы с распределением номенклатуры по различным счетам учета, кодам финансового обеспечения и т.д.На выходе пользователь системы будет получать полностью заполненные документы созданные в информационной базе. "Система ретроконверсии документов на основе технологий оптического распознавания и семантического анализа данных" должна быть ориентирована на работу с различными конфигурациями учетных систем, а так же поддерживает специфику работы не только в коммерческих организациях , но и в государственных учреждениях.На первом этапе планируется разработка локальной версии системы рассчитанной на установку на рабочем месте пользователя и лицензируемая за каждое рабочее место, требующее функционал распознавания. На втором этапе планируется выпуск клиент-серверной версии для полноценной многопользовательской работы с движком распознавания, а так же облачная версия системы доступ к которой предоставляется в режиме аренды, при этом в краткосрочной перспективе имеющая достаточно низкую стоимость.Процесс обработки изображений (поступивших со сканера, либо из папки) будет основан на прохождения документом нескольких этапов (отраженных в пользовательском интерфейсе системы):1.Изображения – находятся отсканированные, но еще не распознанные изображения (не обязательный этап)2.Распознано – можно посмотреть результат распознавания (не обязательный этап)3.Подготовлено – можно посмотреть сверку с существующими элементами базы и внести корректировки (обязательный этап)4.Электронные Документы – на основании подготовленных документов возможно создание документов 1С (обязательный этап)5.Архив – на данный этап можно помещать отработанные документы (не обязательный этап).Доступность этапов в целом и видимость для отдельных пользователей должны определятся настройками системы, возможно разграничение этапов при многопользовательском режиме, например: Офис-менеджер – доступно только Изображения и Распознано, для загрузки документов в систему. Сотрудники бухгалтерии – только этап Подготовлено, для подготовки документов. Зам. гл. бухгалтера, главный бухгалтер – Электронные Документы и Архив, для просмотра, редактирования, проведения документов и перемещения отработанных документов в архив. Будет поддерживаться полностью автоматическое прохождение всех этапов, при этом если данных не достаточно система запросит недостающую информацию у пользователя."Система ретроконверсии документов на основе технологий оптического распознавания и семантического анализа данных" должна обладать дружественным интерфейсом интегрированным в учетную систему, простотой использования, небольшим размером, а также высокой скоростью обработки информации, что будет являться оптимальным решением задачи ввода печатных документов в учетные системы, существенно сокращая объем нагрузки на пользователя, позволяя обойтись без многих операций, традиционно выполняемых вручную, включая предварительную сортировку, клавиатурный набор и последующую ручную проверку. Благодаря сокращению затрат на ручной ввод данных пользователи быстро окупят свои вложения в систему.