发票信息抽取：方法与性能评估
人工智能
2025-10-23 v2 数据库
摘要
本文提出了从发票文档中抽取结构化信息的方法，并提出了一组评估指标（EM）来衡量抽取数据与已标注真实值的准确性。该方法涉及对扫描或数字发票进行预处理，应用 Docling 和 LlamaCloud 服务来识别和抽取诸如发票号码、日期、总金额和供应商信息等关键字段。为确保抽取过程的可靠性，我们建立了一个强大的评估框架，包括字段级别的精确率、一致性检查失败以及精确匹配准确率。所提出的指标提供了一种标准化的方法，用于比较不同抽取方法的性能，并揭示了特定字段性能的优势与不足。
引用
@article{arxiv.2510.15727,
title = {Invoice Information Extraction: Methods and Performance Evaluation},
author = {Sai Yashwant and Anurag Dubey and Praneeth Paikray and Gantala Thulsiram},
journal= {arXiv preprint arXiv:2510.15727},
year = {2025}
}