A leitura de documentos em papel e sua conversão em dados digitais são tarefas diárias para muitas organizações. As soluções modernas utilizam uma abordagem baseada em inteligência artificial para cumprir esse objetivo, o que contrasta fortemente com as tecnologias usadas pelas gerações anteriores desse tipo de software. As soluções que utilizam sistemas antigos apresentam resultados menos consistentes quando precisam lidar com as particularidades dos documentos do dia a dia.
A variedade de possíveis problemas nos documentos, desde dobras no papel até caligrafia difícil de ler e falta de organização, é um dos aspectos em que essas duas categorias de software diferem significativamente. A seguir, apresentamos exemplos desses problemas resolvidos por sistemas de OCR com mecanismos de IA, bem como as diferenças em relação às ferramentas tradicionais.
Digitalizações de Baixa Qualidade e Imagens Desfocadas
As ferramentas que utilizam sistemas tradicionais realizam tarefas de reconhecimento caractere por caractere, comparando as formas dos caracteres encontrados com um conjunto ideal de caracteres para o conjunto de caracteres selecionado.
Essa abordagem funciona perfeitamente para documentos ideais, que são nítidos, apresentam um fundo uniforme e utilizam fontes facilmente reconhecíveis. No entanto, a aparência de uma fatura desfocada fotografada com a câmera de um smartphone ou de um cartão de visita escuro após uma digitalização de baixa qualidade provoca consideravelmente mais erros durante a conversão. As formas distorcidas são interpretadas incorretamente, muitas vezes transformando letras como ‘E’ ou ‘B’ no número 3.
Os sistemas de OCR com IA concentram-se no contexto de uma palavra ou frase específica e aumentam a precisão do reconhecimento de imagens desfocadas ao aplicar regras de probabilidade específicas para cada palavra. Essa característica arquitetônica torna os mecanismos baseados em IA significativamente mais confiáveis em termos de precisão na primeira tentativa com documentos desfocados, quando comparados às ferramentas tradicionais.
Estruturas Complexas e Fora do Padrão
Os documentos trocados diariamente pelas empresas raramente seguem um padrão consistente, variando de uma organização para outra. Com milhares de formatos de faturas diferentes utilizados por uma única empresa e centenas de fornecedores distintos, as soluções modernas aprenderam a analisar documentos por meio de uma abordagem dinâmica e exclusiva para encontrar as informações necessárias.
Modelos Padronizados versus Compreensão Geral
- Sistemas tradicionais: Dependem de conjuntos de regras predefinidas e utilizam uma lógica rígida para encontrar padrões conhecidos. Quando um fornecedor utiliza um formato de fatura diferente daqueles encontrados anteriormente, dados essenciais podem ser reconhecidos incorretamente.
- Abordagem baseada em IA: Dinâmica e flexível, capaz de compreender o contexto do documento e reunir informações relevantes com base em rótulos e posições.
Em outro exemplo comum, a análise de tabelas contidas em documentos apresenta dificuldades consideráveis para as ferramentas tradicionais devido à falta de preservação do contexto dos elementos da grade. Geralmente, esses softwares não conseguem ler o conteúdo das tabelas quando as linhas internas não estão presentes na imagem de origem. Mesmo quando essas linhas existem, associações incorretas devido à proximidade entre elementos de diferentes linhas levam à criação de combinações aleatórias e ao registro de dados incorretos.
A capacidade de um assistente de digitalização de documentos de reconhecer os elementos de uma tabela ajuda a manter a precisão e a evitar combinações incorretas de dados, garantindo resultados consistentes mesmo quando as linhas do papel desaparecem dentro do conteúdo das células. Outro exemplo inclui campos preenchidos à mão e linhas de assinatura, que raramente são lidos corretamente pelos sistemas tradicionais sem correções extensivas, devido à inconsistência dos estilos de caligrafia.
Conteúdo Manuscrito e Assinaturas
Os algoritmos tradicionais não conseguem ler conteúdos manuscritos de forma confiável devido à ampla variedade de diferenças entre os caracteres e entre os traços. Ao mesmo tempo, esses mecanismos são configurados para reconhecer padrões de fontes padronizadas, o que leva à geração de caracteres aleatórios nas posições de símbolos que não foram impressos por uma máquina de escrever. Os mecanismos de reconhecimento de escrita manual baseados em IA são treinados com milhares de linhas manuscritas, permitindo que ajustem dinamicamente suas previsões e aumentem a precisão.
Outra irregularidade comum em documentos físicos que provoca erros de reconhecimento está relacionada a textos borrados, causados, por exemplo, por uma gota de café ou outra bebida que cai sobre uma fatura enquanto ela está no bolso de um casaco. Os mecanismos tradicionais geralmente falham completamente ao processar documentos que contêm manchas, borrões de tinta ou elementos que interferem na leitura.
Reconhecimento Descontínuo de Padrões versus Sugestões Contextuais
- A proximidade de uma mancha em uma fatura em relação a determinada letra é confundida com a presença de um caractere específico, comprometendo a precisão de outros elementos do documento.
- O sistema reconhece a mancha como um borrão. Por isso, substitui os dados identificados que não correspondem a um caractere por uma sugestão contextual, garantindo que nenhuma informação incorreta seja registrada.
Por fim, a capacidade de uma solução de detectar documentos modificados ou falsificados ajuda a evitar o processamento de registros financeiros fraudulentos e de outros documentos importantes. Devido à elevada probabilidade de esses documentos conterem informações falsas, a maioria dos mecanismos tradicionais de OCR ignora completamente os elementos modificados no Photoshop ou os interpreta incorretamente.
No entanto, a presença de uma faixa preta adicional em uma fatura aparentemente legítima ou a alteração de uma linha que contém uma data ou um valor em um extrato financeiro representa um risco imediato à segurança. É nesse contexto que as soluções que oferecem serviços de Detecção de Fraude em Documentos com IA utilizam as vantagens proporcionadas pela engenharia de IA para garantir que nenhum conteúdo alterado passe despercebido.
Escritas em Vários Idiomas e Documentos com Textos Mistos
A necessidade de processar documentos que contêm textos escritos em mais de um idioma é frequente, especialmente quando as organizações lidam diariamente com parceiros internacionais.
Os mecanismos tradicionais de digitalização obrigam os usuários a escolher o idioma antes de iniciar a digitalização, o que frequentemente provoca problemas de comunicação e resulta em erros na interpretação de caracteres especiais e na colocação incorreta de acentos. Por outro lado, os sistemas com inteligência artificial auxiliam os usuários em todas as etapas, desde a identificação do idioma de uma fatura até a análise do documento por meio de regras específicas para cada palavra e sistema de escrita, sem exigir uma intervenção extensa do usuário para digitalizar novamente o mesmo conteúdo com outra configuração de idioma.
Resumo da Comparação
Como podemos concluir a partir dos exemplos apresentados, a decisão entre as abordagens tradicionais e modernas de reconhecimento óptico de caracteres depende das necessidades da organização, especialmente da quantidade de intervenção humana considerada aceitável. A flexibilidade dos softwares baseados em IA permite reduzir os erros em documentos que não correspondem às expectativas das ferramentas tradicionais, diminuindo a necessidade de verificação e revisão manual.
A necessidade de ajustar as regras de reconhecimento quando um novo fornecedor utiliza um conjunto completamente diferente de padrões de faturas, bem como a rapidez com que os programas de digitalização se adaptam às mudanças, também são fatores importantes. Por fim, a capacidade do mecanismo de reconhecimento de acrescentar camadas de segurança por meio de métodos de detecção de documentos alterados torna-se um fator decisivo em alguns casos.
Embora os mecanismos tradicionais cumpram sua função com qualidade consistente, as ferramentas modernas aumentam a precisão e a velocidade, ao mesmo tempo que reduzem os custos operacionais gerais associados à digitalização e ao processamento de documentos.
