𝗧𝗲𝗮𝗰𝗵𝗶𝗻𝗴 𝗬𝗼𝘂𝗿 𝗔𝗜 𝘁𝗼 𝗥𝗲𝗮𝗱: 𝗘𝘅𝘁𝗿𝗮𝗰𝘁𝗶𝗻𝗴 𝗞𝗲𝘆 𝗙𝗮𝗰𝘁𝘀 𝗳𝗿𝗼𝗺 𝗦𝗰𝗮𝗻𝗻𝗲𝗱 𝗗𝗼𝗰𝘂𝗺𝗲𝗻𝘁𝘀 𝗮𝗻𝗱 𝗣𝗗𝗙𝘀

स्वतंत्र तपासकर्ते (Solo investigators) बँक स्टेटमेंट, दुरुस्तीचे अंदाजपत्रक (repair estimates) आणि न्यायालयीन कागदपत्रे वाचण्यात तासनतास घालवतात. तारखा, नावे किंवा रक्कम मॅन्युअली शोधण्यात तुमचा असा वेळ वाया जातो जो तुम्हाला प्रत्यक्ष क्षेत्रीय कामासाठी (field work) आवश्यक असतो. जर तुम्ही योग्य दृष्टिकोन वापरला, तर AI या दस्तऐवजांचे वेगाने तथ्यांमध्ये रूपांतर करू शकते.

तपासणीपर प्रश्न विचारा

AI कडून माहिती मिळवण्याचा सर्वोत्तम मार्ग म्हणजे 'summarize' सारख्या अस्पष्ट आज्ञेऐवजी विशिष्ट प्रश्न विचारणे. जर तुम्ही विचारले, "या बँक स्टेटमेंटमधील व्यवहाराच्या तारखा, तपशील आणि रक्कम काय आहेत?", तर मॉडेलला कोणते फील्ड शोधायचे आहेत हे समजते. सामान्य प्रॉम्प्ट्समुळे (Generic prompts) AI ला अंदाज लावावा लागतो, ज्यामुळे महत्त्वाचे तपशील सुटू शकतात. त्याऐवजी, प्रत्येक विनंती तारखा, व्यक्ती, ठिकाणे किंवा आर्थिक तथ्यांबद्दलच्या स्पष्ट प्रश्नाशी जोडा. यामुळे AI एका तत्पर सहाय्यकाप्रमाणे काम करते.

Azure Document Intelligence

Azure Document Intelligence स्कॅन केलेल्या PDF ला मशीन वाचू शकेल अशा डेटा मध्ये रूपांतरित करते. हे प्रतिमा वाचते आणि मजकूर, तक्ते (tables) आणि key-value pairs काढते. हे तुमच्या AI मॉडेल्ससाठी स्ट्रक्चर्ड डेटा तयार करते. यामुळे मॅन्युअल डेटा एंट्रीची पायरी काढून टाकली जाते.

प्रत्यक्ष वापर (Scenario in Action)

समजा, तुम्हाला विमा फसवणुकीच्या (insurance fraud) प्रकरणासाठी वाहनाच्या दुरुस्तीचे अंदाजपत्रक मिळाले. 'summarize' वर क्लिक करण्याऐवजी, तुम्ही त्या टूलला प्रत्येक भाग, मजुरीचे तास (labor hour) आणि एकूण खर्च यांची यादी करण्यास सांगता. त्यानंतर, चुका शोधण्यासाठी तुम्ही या यादीची प्रत्यक्ष बीजकाशी (invoice) तुलना करता.

अंमलबजावणी कशी करावी

  • तुमच्या फाईल्स तयार करा. सुरुवात करण्यापूर्वी तुमची PDF शोधण्यायोग्य (searchable) असल्याची खात्री करण्यासाठी मोबाईल स्कॅन किंवा प्रिंटर OCR वापरा.

  • डेटावर प्रक्रिया करा. स्ट्रक्चर्ड मजकूर आणि तक्ते मिळवण्यासाठी तुमचा दस्तऐवज Azure Document Intelligence मधून रन करा.

  • तुमचा प्रश्न विचारा. तो डेटा AI मॉडेलमध्ये टाका आणि तुमचा विशिष्ट तपासणीपर प्रश्न विचारा, जसे की "या कालरेषेतील (timeline) विसंगती ओळखा."

सारांश

प्रत्येक दस्तऐवजाकडे एक प्रश्न म्हणून पहा. स्पष्ट प्रॉम्प्टने सुरुवात करा, स्वच्छ डेटासाठी Azure Document Intelligence वापरा आणि AI ला तथ्ये देण्यास सांगा. ही पद्धत वेळ वाचवते आणि तुमच्या क्षेत्रीय कामातील अचूकता सुधारते.

Source: https://dev.to/ken_deng_ai/title-teaching-your-ai-to-read-extracting-key-facts-from-scanned-documents-and-pdfs-4npa

Optional learning community: https://t.me/GyaanSetuAi