Seturi de date de documente financiare pentru instruire avansată în IA pentru documente

Descriere: Setul de date pentru cecuri bancare (Document AI): Cecurile bancare sintetice constau în imagini de cecuri generate artificial, concepute pentru a reproduce aspectul și conținutul cecurilor reale. Include diverse elemente, cum ar fi numele beneficiarilor, sumele, datele, semnăturile și numerele cecurilor. Acest set de date este utilizat pentru instruirea și evaluarea sistemelor Document AI în sarcini precum recunoașterea optică a caracterelor (OCR), procesarea cecurilor și extragerea automată a datelor, oferind un mediu controlat pentru dezvoltarea modelului fără preocupările de confidențialitate ale cecurilor reale.

Condiție de înregistrare: - Imagini făcute clic - Scanat - Web scrapper

Descriere: Setul de date privind extrasul de cont (Document AI): extrasele bancare sintetice includ extrase de cont generate artificial, concepute pentru a simula documente financiare reale. Dispune de diferite înregistrări ale tranzacțiilor, date, sume și detalii de cont, structurate pentru a reflecta formate și conținut din lumea reală. Acest set de date este utilizat pentru instruirea și evaluarea sistemelor Document AI în sarcini precum recunoașterea optică a caracterelor (OCR), extragerea datelor și analiza documentelor, oferind un mediu controlat fără problemele de confidențialitate ale datelor financiare reale.

Condiție de înregistrare: - Scanat - Bank_Statement - Web scrapper

Descriere: Setul de date privind facturile chinezești include imagini sau exemple de text ale diferitelor tipuri de facturi, cum ar fi facturi, chitanțe și extrase de cont, scrise în limba chineză. Dispune de diverse formate și conținut, inclusiv descrieri ale articolelor, sume și date. Acest set de date este utilizat pentru sarcini precum recunoașterea optică a caracterelor (OCR), procesarea documentelor financiare și extragerea automată a datelor.

Descriere: Colecție de imagini cu conținut arabă și engleză: Imagine + adnotare pentru OCR

Descriere: Videoclipuri cu coduri de bare (Code128, UPC/EAN, PDF417, Aztec, Multi-code)

Descriere: Text imprimat curbat: Colectați imagini cu text curbat sau text cu linie de bază neliniară

Descriere: Documente financiare: extras de cont bancar, cec, fluturaș de salariu, impozit, credit ipotecar, cereri de despăgubire (SUA)

Descriere: Documente financiare (Faza 1) Set de date ipotecare – imprimare, scanare, fotografiere

Descriere: Documente financiare (Faza 2) Set de date privind asigurările – imprimare, scanare, fotografiere

Descriere: Text scris de mână: LivePhotos cu text scris de mână (japoneză, coreeană, rusă)

Descriere: Setul de date privind facturile cu adnotări în casete de delimitare include facturi scanate sau digitale în care câmpurile cheie, cum ar fi numărul facturii, data, detaliile furnizorului, articolele și sumele totale, sunt etichetate cu casete de delimitare, permițând modelelor de inteligență artificială să detecteze și să extragă cu precizie informații structurate din documentele nestructurate.

Descriere: LivePhotos cu text tipărit (japoneză, coreeană, rusă)

Descriere: Setul de date multilingve privind chitanțele și facturile cuprinde diverse documente financiare în mai multe limbi, permițând modelelor de inteligență artificială să se antreneze pentru recunoașterea textului în mai multe limbi, extragerea câmpurilor cheie și înțelegerea documentelor.

Descriere: Extrase de cont - Șablon unic - 40: Extrase de cont sintetice

Descriere: Cec - Șablon unic - 60: Fluturași de salariu sintetici

Descriere: Fluturași de salariu - Șablon unic - 130: Cec bancar sintetic

Descriere: Setul de date privind fișele de plată (Document AI): fișele de plată sintetice constă din imagini ale fișelor de plată generate artificial, fără adnotări. Dispune de diverse formate și detalii de talon de salariu, cum ar fi numele angajaților, salariile și datele, utilizate pentru instruirea și testarea sistemelor Document AI în sarcini precum OCR și procesarea documentelor.

Condiție de înregistrare: - Scanat - Web scrapper