多公司多类型文件关键信息提取-v0.8.0

前面我们通过文件关键信息提取功能，可以从图片、PDF 中提取出想要的关键信息。

这对于合同、权证、发货单、签收单等各种单据的识别很有用。

但这涉及到一个前提，就是需要我们把同一类的文件先整理好放在一个文件夹下。

当我们遇到多家公司，每个公司又有很多不同类型资料需要提取的时候，就有点困难了。

为解决这个问题，我们可以先使用“文件自动分类”功能，把每个公司中同一类的文件归集到一个文件夹下。

例如：文件目录如下所示：

├── A公司
│   ├── 01、客户信用调查表
│   │   └── 必要材料调查报告.pdf
│   ├── 02、营业执照
│   │   ├── 2-必要材料营业执照.png
│   │   └── 营业执照.png
│   ├── 03、户口簿
│   │   └── 户口簿.pdf
│   ├── 调查报告
│   │   └── 必要资料调查报告.docx
│   └── 购销合同
│       └── 合同.docx
└── B公司
    ├── 01、客户信用调查表
    │   └── 必要材料调查报告.pdf
    ├── 02、营业执照
    │   ├── 2-必要材料营业执照.png
    │   └── 营业执照.png
    └── 03、户口簿
        └── 户口簿.pdf

然后，再使用今天介绍的功能，完成多类型文件关键信息的批量提取。

下面介绍使用方法：

AI API 设置

你可以注册一个 AI 平台的账号，将其 base_url 和 API_key 参数填写到审计工具箱的“参数设置”界面并保存。

可以参考文章：《合同、权证、纳税申报表批量识别！审计工具箱v0.6.8更新》

当然，你有私有化部署 AI 的能力，也可以填写你本地或服务器部署的API 。（ 兼容 openai 格式 )

如果，你注册的阿里云百炼的 API ,base_url 为： https://dashscope.aliyuncs.com/compatible-mode/v1

每个 AI 平台不同。

使用“多公司文件关键信息提取”功能

双击“多公司文件关键信息提取”，进入该功能：

点击“填写数据”，会打开配置表。

配置表填写

基础配置表填写

文件夹配置填写

程序会在每个公司文件夹下找这个文件夹名称，可以名称完全相同或者包含关系。

=是否合并=的意思是，是否将该文件夹下所有文件当成一个文件一起发送给AI，填“否”就会每个文件单独请求，填“是”就会合并请求。 如果单独请求产生多个数据，输出时会保留不同的值。

=提示词=，你可以针对这类文件描述你希望提取的字段，有些有歧义的字段，你可以补充相关信息，使AI能准确理解。 =匹配模式=，填“完全”，则会去查找文件夹名称完全一致的进行处理。如果填“关键词”则对包含该名称的文件夹进行处理。

填写好配置表后，保存。

点击“开始运行”：

最终执行完成后，输出的文件表头样式为：

输出的样式，是根据你配置表中填写的文件类型以及对应的字段，自动生成的。

每一家公司一行数据，相关的单据字段横向排列。

工具下载

UC 网盘：

链接：https://drive.uc.cn/s/a2c2e929a9bb4 提取码：RbCJ

或者在【审计军火库网盘】中下载，路径为：

【审计军火库-02-工具模板区-审计效率工具-逆行的狗-审计工具箱】

如果测试有问题，可以在免费的【审计军火库】知识星球中反馈。