UNIVERSITÀ DEGLI STUDI DI PARMA FACOLTÀ DI INGEGNERIA Corso di Diploma in Ingegneria Informatica Anno accademico 2003 / 2004 LAUTOMAZIONE DEL CICLO PASSIVO MEDIANTE IL RICONOSCIMENTO OTTICO DEI DOCUMENTI Tesi di Diploma di Domenico Barile Relatore: Dott. Ing. Monica Mordonini Correlatore: Gianfranco Rimessi

È il ciclo di gestione delle fatture dei fornitori. Qualunque sia la dimensione dellazienda esiste la gestione contabile del ciclo passivo. In aziende di grandi dimensioni vi sono apposite strutture e risorse umane dedicate specificatamente alla gestione del ciclo passivo, nelle aziende più piccole tale fase è presa in carico da chi si occupa della contabilità. FASE%VALORE AGGIUNTO apertura della posta, protocollazione, ìnserimento dati prima nota 45 %BASSO controllo ed autorizzazione30 %MEDIO relazioni con i fornitori, controllo di qualità del processo, analisi dei rischi 25 %ALTO Fonte: La gestione del ciclo passivo - The Gartner Group (1994) IL CICLO PASSIVO

LUCYstar dal ricevimento delle fatture alla transazione contabile

OBIETTIVI DELLA TESI Gli obiettivi per questa tesi erano: Creazione di un modulo di riconoscimento ottico basato sul motore FREE FORM Creazione di una base di regole utilizzabile per il riconoscimento delle fatture passive Consolidamento del motore FREE FORM di riconoscimento ottico dei documenti Integrazione del modulo con LUCYstar

RICONOSCIMENTO DEI DATI MEDIANTE TEMPLATE VANTAGGI schematizza il documento da interpretare il riconoscimento avviene solamente per le zone indicate SVANTAGGI debbono essere creati manualmente, uno per uno, per tutti i fornitori non sono adatti a documenti con layout dinamico ovvero con il posizionamento dei campi che può cambiare da unistanza allaltra

FREE FORM DATA CAPTURE estrazione di dati da documenti strutturati o semistrutturati In GREENSOFT s.a.s. la tecnologia FREE FORM ha avuto origine nel 1999 ed oggi è una delle più avanzate in questo ambito, forse lunica dotata di logiche di apprendimento dinamico. Lobiettivo è definire chi è cosa nel dominio dei documenti da trattare. Tale dominio è riconducibile ad una o più tipologie, popolate da un sottoinsieme delle informazioni definibili a priori. Lapproccio FREE FORM estende i limiti del tradizionale approccio a TEMPLATE quando i modelli sono numerosi e/o dinamici.

LE REGOLE Il FREE FORM si basa su un insieme di regole che rappresentano i campi da valorizzare con i dati presenti nei documenti e contengono le procedure per la validazione, normalizzazione ed esportazione. Le regole prevedono 3 livelli: il primo è la parte dichiarativa per i campi da valorizzare il secondo comprende tutte le regole che implementano i criteri di validazione dei dati il terzo è stato previsto per le eventuali specializzazioni per singolo fornitore o documento per i casi che non si riescono a ricondurre alle regole dei livelli precedenti

MODALITÀ OPERATIVE Il FREE FORM utilizza tecniche euristiche che consentono di determinare i valori dei campi con un livello di confidenza espresso attraverso un punteggio che va da 0 (ipotesi scartata) a 100 (ipotesi con probabilità pressoché certa di validità). Tali tecniche creano una lista dei possibili valori attribuibili al campo, ordinati secondo il punteggio ottenuto. La lista garantisce la possibilità di correggere eventuali errori o scambi effettuati dal sistema garantendo una fase di apprendimento. MAP "06/04/2004" 2 15 "Data" 16 "Documento" MAP "06/04/2004" "Data

MODALITÀ OPERATIVE Il sistema: attribuisce a ciascuna stringa del testo una tipologia di dato tenta di assegnare a ciascuno dei campi un valore, realizzando la lista delle possibili ipotesi sceglie le ipotesi più probabili globalmente ovvero considerando tutti i campi e massimizzando il punteggio globale tra le ipotesi assegnate ai campi esegue gli script delle regole di validazione delle ipotesi e di controllo della quadratura del documento

MODALITÀ OPERATIVE Il risultato finale è un valore di confidenza globale, a livello di documento, che tiene conto sia delle valorizzazioni dei campi che dellaffidabilità delle attribuzioni fornite dellOCR. Si può decidere di sottoporre a validazione manuale anche documenti che quadrano per quel che riguardano le regole ma che potrebbero avere degli assegnamenti sospetti per la lettura OCR.

I CARDINI DEL PROGETTO a ciascun fornitore può essere attribuita una tipologia che caratterizza il documento che ci fornisce: indica i dati presenti nel documento, il loro tipo, il modo con cui vanno verificati e caricati nei registri contabili I concetti essenziali che hanno basato la realizzazione del modulo di riconoscimento ottico basato sul FREE FORM sono: il riconoscimento del fornitore è fondamentale per ricavare la tipologia a cui appartiene la validazione da parte dellutente è fonte di autoapprendimento per il sistema (retroazione del sistema)

LE FASI DEL RICONOSCIMENTO DEL DOCUMENTO Le fasi eseguite su ciascun documento sono: OCR (Optical Character Recognition) caratterizzazione delle stringhe di testo mappatura dei campi riconoscimento del fornitore applicazione delle regole di terzo e secondo livello validazione esportazione dei risultati

LUCYeuristick & LUCYvalidation La creazione del modulo di riconoscimento ottico mediante il FREE FORM ha dovuto rispettare le modalità operative per non variare il flusso dei documenti: riconoscimento automatico e controllo manuale da parte degli operatori. Lunico eseguibile opera in maniera automatica e silente durante il riconoscimento dei documenti che compongono le singole sessioni (LUCYeuristick) e fornisce linterfaccia di validazione agli operatori del controllo di qualità (LUCYvalidation).

LUCYstar: i nuovi moduli

LEVOLUZIONE DEL SISTEMA La specifiche di integrazione del motore FREE FORM in un modulo di LUCYstar vennero definite nel Gennaio Il primo passo è stato quello di creare un modulo il più possibile simile a LUCYstar per non disorientare gli utilizzatori. Nel Giugno 2003 è stata definita la prima versione dell'interfaccia di validazione manuale. All'inizio di Dicembre 2003 siamo giunti alle prime installazioni presso i clienti (BASF e POSTE ITALIANE) seppur su sistemi di test operanti su copia integrale del database di contabilità.

LEVOLUZIONE DEL SISTEMA Con l'inizio del 2004 le installazioni sono diventate operative sul sistema di produzione sia per BASF che per POSTE ITALIANE. Linstallazione prevede la presenza di entrambi i moduli di riconoscimento (vecchia e nuova versione). Nellestate 2004 è stata completata linstallazione presso ENI. La fase di sviluppo dei moduli è progredita parallelamente a quella di creazione e consolidamento delle regole, e di potenziamento del motore FREE FORM.

I RISULTATI FASE APPROCCIO A TEMPLATE (vecchio modulo) APPROCCIO FREE FORM (nuovo modulo) Riconoscimento fornitore80 %più del 95 % Documenti interpretati correttamente 20 %più del 50 % In questo momento LUCYstar con il modulo di riconoscimento ottico basato sul motore FREE FORM è operativo presso POSTE ITALIANE, BASF ed ENI ed è in fase di installazione presso AGUSTA. Le tipologie di documento supportate sono quella Standard, Agente, Libero Professionista e Fornitore estero.