Индексирование и извлечение данных

Ретроконверсия, создание атрибутивных и поисковых баз данных для всех видом и типов документов.

Неотъемлемой частью оцифровки является ретроконверсия документов, или формирование индексной/поисковой базы данных, чтобы в электронном информационном ресурсе можно было искать нужную информацию.

Мы применяем проектный подход — в зависимости от ваших потребностей, готовы организовать:

• прямой ввод данных в информационные системы, в т.ч. с разработкой АРМ ввода
• поэтапное массовое индексирование с программным и ручным распознаванием, проверкой качества
• углубленное индексирование существующих электронных документов
• ретроконверсию конфиденциальных документов с деперсонификацией на вашей территории
• облачное индексирование любых документов

Департамент ретроконверсии — самое крупное подразделение корпорации ЭЛАР. Несколько тысяч человек по всей стране заняты извлечением данных из отсканированных документов. Причем значительная часть штата — надомные операторы индексирования, работающие через нашу облачную платформу (операторы часто набираются из того региона, в котором выполняется проект).

Прямой контролируемый ввод данных

Прямой ввод (перепечатка данных) с бумажных документов в информационные системы — это распространенный способ их наполнения. Основным минусом данного подхода является высокая вероятность ошибок из-за человеческого фактора. Поэтому особое значение приобретает квалификация операторов ввода и использование программных средств контроля качества.

В ЭЛАР накоплен опыт реализации множества проектов по прямому вводу данных, мы предлагаем следующие решения:

• Организацию прямого ввода в любой точке России, с привлечением опытных штатных сотрудников и/или обучением любого дополнительного количества местных опеоператоров.
• Разработку АРМ ввода с использованием типовых справочников, с контролем ошибок и автоматическим подставлением верного значения, а также программным контролем соответствия введенных данных шаблону (длина, структура записи)
• Программный контроль действий и качества работы каждого оператора, формирование отчетных документов о сформированном ресурсе (вплоть до ежедневной отчестности)

В случае, когда необходима 100% достоверность загружаемых в систему данных (например, при оцифровке финансовых документов или наполнении государственных реестров и информационных систем), применяется массовое индексирование.

Массовое индексирование: ручное и автоматическое извлечение данных

Работы по массовому индексированию осуществляются в защищенной программной инфраструктуре ЭЛАР.

• Для текстовых документов, с целью удешевления работ, максимально применяется программное распознавание и извлечение данных.
• Неуверенно распознанные данные и рукописные документы обрабатываются операторами. Операторам ввода могут предоставляться целые документы, либо обезличенные фрагменты (такой принцип применяется при обработке конфиденциальных документов).

Условия индексирования определяются на этапе экспертизы.

В штате компании имеются профессиональные почерковеды, специалисты по технической документации и другие «узкие» специалисты, умеющие работать с особыми видами документов.

По каждому проекту разрабатывается технологическая и маршрутная карты, распределяются работы на региональные центры индексирования и штат надомных операторов. ЭЛАР применяет запатентованную систему управления производственным циклом, которая позволяет автоматически распределять нагрузку и контролировать этапы сканирования. Операторам система «помогает» вводить данные «подсказками». В ней используются постоянно пополняемые типовые словари-справочники, поэтому порой достаточно набрать две первые буквы (адреса, наименования, названия), чтобы система сама ввела слово в поле полностью

Одним из главных преимуществ ЭЛАР является гибкость производства. Мы умеем оперативно распределять нагрузку между сотрудниками и расширять штат. Применяем технологии автоматического индексирования, даже можем обрабатывать документы и извлекать данные в облаке. Благодаря этому одновременно выполняем по 100 проектов, среди которых — крупнейшие задачи оцифровки документов федерального уровня.

Ручная ретроконверсия — медленный и дорогой процесс, поэтому ЭЛАР использует программные технологии для ускорения и снижения стоимости оцифровки.

Программное извлечение данных применяется для напечатанных на современном принтере текстов. Необходимые данные могут быть извлечены с использованием автоматизированных методов — применением шаблонов и автоэкстракции индексов (алгоритмы определения ключевых слов, семантического анализа и т.д.).

Мы разрабатываем новое ПО. Например, для упрощения и снижения стоимости ретроконверсии неструктурированных документов мы разработали собственную систему распознавания и автоклассификации на основе математических моделей и специальных алгоритмов, без использования традиционных шаблонов.

Прежде всего этот подход призван ускорить процесс путем:

• Автоматической классификации документов — определения типов и распределения документов по заданным свойствам/параметрам
• Экстракции — извлечения заданных пользователем данных (сущностей/атрибутов) из теста
• Связывания — простановки связей между документами разных типов/подразделений на основе выявленных атрибутов
• Автопроверки пакетов документов — контроля полноты и правильности заполнения документов, включая правильность вычислений сумм, НДС и т.п.

Эти технологии позволили реализовать сервис оперативной выездной оцифровки под ключ.

Контроль качества

Проверке качества в ЭЛАР уделено особое внимание. Если заказчикам важна абсолютная точность загружаемых данных и качество электронных образов документов, Отдел контроля качества проверяет информационный ресурс на соответствие требованиям на всей технологической цепочке: в процессе сканирования, после индексирования, а также перед передачей заказчику.

Осуществляются различные операции контроля, причем их стоимость уже заложена в цену услуг ЭЛАР. Например, для сокращения числа ошибок в ЭЛАР используют технологию двойного ввода, при котором два работника независимо друг от друга вводят одинаковую информацию. Одинаково введенные данные считаются правильными, а несовпадающие попадают к специалисту по верификации.

Возврат к списку