كيف يعمل استخراج البيانات بالذكاء الاصطناعي
تحوّل الأداة المستند أولًا إلى نص: تُقرأ الطبقة النصية في PDF مباشرة، وتمر الصفحات الممسوحة ضوئيًا وملفات JPG وPNG وWebP عبر التعرف الضوئي. ثم يُسلَّم النص إلى نموذج لغوي مع مخطط JSON يسرد الحقول المطلوب ملؤها، ويُلزَم النموذج بالرد بـ JSON يطابق ذلك المخطط.
تُؤخذ القيم من المستند فقط. إذا لم يُذكر حقل فإنه يعود null أو قائمة فارغة بدلًا من التخمين، وتُوحَّد التواريخ والمبالغ كي تدخل النتيجة مباشرة في جدول بيانات أو قاعدة بيانات. يعمل النموذج على خوادم FileConvertLab الخاصة؛ وتشرح سياسة الخصوصية كيفية التعامل مع الملفات المرفوعة.
قوالب جاهزة
تغطي خمسة قوالب المستندات التي يُعاد كتابتها يدويًا أكثر من غيرها. يعيد قالب الفاتورة المورّد والعميل والرقم وتاريخي الإصدار والاستحقاق والعملة والمجموع الفرعي والضريبة والإجمالي وكل بند. ويعيد قالب السيرة الذاتية بيانات الاتصال والمهارات والخبرة والتعليم؛ وقالب العقد الأطراف والتواريخ والمدة وشروط الدفع والقانون الحاكم والالتزامات والموقّعين.
يجمع قالب مواصفات المنتج أرقام الطرازات والأبعاد والمواد والمعاملات الفنية والشهادات من صحائف البيانات، ويعيد قالب البحث الأكاديمي العنوان والمؤلفين وجهة النشر وDOI والملخص والكلمات المفتاحية والمنهج والنتائج الرئيسية. وإذا كانت الجداول يجب أن تبقى جداول فأداة PDF إلى Excel أنسب.
مخططك الخاص
إذا لم يناسبك أي قالب فاختر المخطط المخصص وصِف الحقول بـ JSON Schema: كائن يحوي properties، لكل منها نوع مثل string أو number أو boolean أو array أو object ووصف اختياري يخبر النموذج بما يبحث عنه. تُدعم الكائنات المتداخلة وقوائم الكائنات حتى أربعة مستويات و60 حقلًا.
لكل قائمة حد أقصى لعدد العناصر ولكل حقل نصي حد أقصى للطول، فينتهي الرد دائمًا. استخدم أسماء حقول قصيرة وواضحة: يرى النموذج الأسماء والأوصاف، لذا يعمل «delivery_date» مع الوصف «YYYY-MM-DD» أفضل من «d1». ويمكن إرسال المخطط نفسه عبر واجهة API في العمليات المؤتمتة.
الحدود
تُقرأ جميع الصفحات ضمن حد الصفحات في خطتك. وإذا نفد وقت المعالجة مع مستند طويل جدًا، تشمل النتيجة الصفحات المقروءة حتى ذلك الحين وتذكر ذلك. يمكن أن يصل حجم الملف إلى 50 ميغابايت. تمر المسوحات أولًا عبر التعرف الضوئي، لذا يعطي مسح نظيف ومستقيم نتيجة أفضل من صورة مائلة.
قد تخطئ النماذج اللغوية في قراءة القيم أو تغفلها، خصوصًا في المسوحات منخفضة الجودة والتخطيطات غير المعتادة. راجع الأرقام المهمة مع المستند قبل استخدامها. ولجعل المسح قابلًا للبحث بدلًا من استخراج الحقول استخدم OCR PDF.