OCR (optische tekenherkenning)

Optische tekenherkenning leest de tekens in een afbeelding en levert tekst op. In de boekhouding is dit de eerste stap bij het verwerken van een papieren bonnetje of een PDF zonder gegevenslaag: de afbeelding wordt rechtgetrokken en opgeschoond, de tekst wordt herkend, en een extractiemodel identificeert vervolgens de leverancier, de datum, het factuurnummer, het btw-nummer, de netto- en brutobedragen en de btw-uitsplitsing.

Moderne extractie combineert OCR met taalmodellen die de lay-out en betekenis van een document begrijpen, wat veel beter omgaat met verschillende talen, valuta's en formaten dan vaste sjablonen. De nauwkeurigheid hangt af van de afbeelding: een scherpe, goed belichte foto van het volledige document werkt; een verkreukeld of vervaagd thermisch bonnetje niet. Gestructureerde e-facturen maken OCR overbodig omdat de gegevens als XML binnenkomen. Kontevia haalt gegevens uit documenten die via chat, e-mail of upload binnenkomen en vraagt de gebruiker om onzekere gevallen te bevestigen.