مخطط مرجعي لذكاء المستندات

يحوّل هذا المخطط المستندات غير المُهيكلة إلى بيانات مُهيكلة قابلة للمراجعة دون الادّعاء بأن النموذج مُصيب دائمًا. وهو موجّه لفرق تعالج أحجامًا كبيرة من المستندات ثنائية اللغة وتحتاج استخراجًا يمكنها الوثوق به وتصحيحه.

معالجة المستندات العربية صعبة: خطوط مختلطة وتخطيطات متنوّعة ودقائق قانونية. والنموذج الذي يستخرج بثقة لكن بصمت خطر في هذا المجال. القيد هو الدقّة مع المساءلة — يجب أن يكون كل حقل مُستخرَج قابلًا للتحقّق مقابل المصدر.

• يتعامل التعرّف الضوئي وتحليل التخطيط مع الخطوط العربية واللاتينية المختلطة قبل الاستخراج.
• يقترح النموذج حقولًا مُهيكلة؛ ويؤكّدها مُراجع أو يصحّحها قبل اعتماد البيانات.
• يرتبط كل حقل مُستخرَج بموضعه في المستند المصدر.
• تعمل قواعد الامتثال بوصفها فحوصًا صريحة، منفصلة عن حكم النموذج.

• تعرّف ضوئي وتحليل تخطيط ثنائي اللغة
• استخراج مُهيكل بمساعدة النموذج
• طوابير مراجعة وتصحيح بشرية
• حقول قابلة للتحقّق مرتبطة بالمصدر
• فحوص امتثال قائمة على القواعد

• Python
• OCR
• NLP
• Arabic NLP
• LLM adapters

الاستخراج والمراجعة خدمتان منفصلتان خلف حدٍّ مُنمَّط. ويُوصل إلى مزوّدي النماذج عبر مُحوّلات، فيبقى عقد الاستخراج ثابتًا مع تغيّر النماذج.

هذه معمارية مرجعية. تعتمد الدقّة على أنواع المستندات والتهيئة؛ ولا تُدَّعى أرقام قياسية، وليست نظامًا إنتاجيًا مُسمّى.

• مستندات ثنائية اللغة تتحوّل إلى بيانات مُهيكلة قابلة للتحقّق
• استخراج يمكن لشخص التحقّق منه مقابل المصدر
• منطق امتثال يبقى صريحًا وقابلًا للتدقيق