Her şirket doğrulaması aynı şekilde başlar. Bir belge gelir — kuruluş belgesi, sicil kaydı örneği, esas sözleşme — ve biri onu açar, tescil numarasını bulur, yöneticileri ikinci bir belgeyle karşılaştırır ve sonucu üçüncü bir sisteme yazar.
Bunu birkaç yüz kez yaptık. Zor bir iş değil. Tekrarlı bir iş — ve zaman baskısı altında yapılan tekrarlı iş, hataların kaynağıdır.
Bu yazı, belge zekâsının o kişinin masasından gerçekçi olarak neyi kaldırabileceğini ve aynı derecede önemlisi, neyi kaldırmaması gerektiğini ortaya koyuyor.
"Belge zekâsı" burada tam olarak ne demek
Terim gevşek kullanılıyor, o yüzden net olmakta fayda var. Şirket doğrulaması bağlamında belge zekâsı, yapılandırılmamış bir belgeyi alıp yapılandırılmış ve denetlenebilir veriye dönüştüren bir hat demektir. Genellikle şu aşamaları vardır:
- Alma. Dosyayı kabul et, normalleştir ve makine tarafından okunabilir hâle getir. Taranmış belgeler OCR gerektirir; dijital üretilmiş PDF'ler çoğu zaman zaten bir metin katmanı taşır.
- Sınıflandırma. Belgenin ne olduğuna karar ver. Bir kuruluş belgesi ile bir teyit beyanı farklı alanlar içerir ve farklı işlem gerektirir.
- Çıkarım. Önemli olan değerleri çek: şirket unvanı, tescil numarası, tescil tarihi, kayıtlı merkez, yöneticiler, gerçek faydalanıcılar.
- Skorlama. Çıkarılan her alana bir güven değeri iliştir.
- Referanslama. Her değerin belgenin neresinden geldiğini, sayfa düzeyinde kaydet.
- İnceleme. Sonucu, düşük güvenli alanlar işaretlenmiş hâlde bir insanın önüne koy.
İlk beş aşama otomasyondur. Altıncısı, diğer beşini güvenli kılan aşamadır.
Sınıflandırma neden çıkarımdan önce gelir
Yaygın bir hata, tek bir çıkarıcı yapıp onu her şeye yöneltmektir. Demoda çalışır, üretimde kötü biçimde bozulur; çünkü aynı kelimeler farklı belgelerde farklı şeyler ifade eder.
Bir belgedeki "tescil tarihi", şirkete dair bir gerçektir. Bir sicil örneğinin başlığındaki tarih, örneğin düzenlendiği tarihtir. Hangi belgeyi okuduğunu bilmeyen bir çıkarıcı, ikisini seve seve karıştırır — üstelik kendinden emin biçimde.
Önce sınıflandırmak, belge türüne göre daha dar ve daha iyi tanımlanmış bir çıkarım geçişi uygulamanızı sağlar. Ayrıca işe yarar bir hata modu verir: sınıflandırıcı belgeyi tanımlayamıyorsa, doğru davranış tahmin etmek değil, durup bir insana sormaktır.
Güven skorları ancak davranışı değiştirirse işe yarar
Çıkarılan bir alana güven skoru iliştirmek kolaydır. Onu anlamlı kılmak daha zordur.
Bir skor, ancak işi yönlendiriyorsa hesaplanmaya değer. Pratikte bu, eşikleri seçip onlara bağlı kalmak demektir:
- Yüksek güven — değer kaydı doldurur ve inceleyici onu önceden dolu görür.
- Orta güven — değer gösterilir ama işaretlenir; inceleyici kabul edilmeden önce onu teyit etmelidir.
- Düşük güven ya da hiç çıkarım yok — alan boş kalır ve elle giriş için yönlendirilir.
Skordan bağımsız olarak her alan aynı kuyruğa düşüyorsa, skor süstür.
İncelemeyi hızlandıran şey kaynak referanslarıdır
Bir inceleyicinin hızını en çok artıran özellik, daha iyi çıkarım doğruluğu değildir. Ona değerin nereden geldiğini göstermektir.
Kendisine "Tescil numarası: 15104126" sunulan bir inceleyici, güvenmek için o numarayı belgede bulmak zorundadır. Aynı değeri, ilgili bölümü vurgulanmış 1. sayfaya giden bir bağlantıyla birlikte gören bir inceleyici, bunu yaklaşık bir saniyede teyit eder.
Bu, hattın tüm ekonomisini değiştirir. Yani iyi kaynak referansları olan %85 doğruluktaki bir çıkarıcı, referansları olmayan %95 doğruluktaki bir çıkarıcıdan daha faydalı olabilir — çünkü inceleyicinin kontrol maliyeti çok daha düşüktür.
Asıl değer tutarsızlık tespitinde
Yukarıdaki işler mevcut bir süreci hızlandırır. Tutarsızlık tespiti ise elle yürütülen sürecin kötü yaptığı bir şeyi yapar.
Aynı şirkete dair birkaç belgeye sahipseniz, onları birbirine karşı karşılaştırabilirsiniz:
- Sicil örneğindeki şirket unvanı, esas sözleşmedeki unvanla eşleşiyor mu?
- Yönetici listesi iki belgede de aynı mı?
- En son beyandaki kayıtlı merkez, dosyadakiyle eşleşiyor mu?
- Tescil numarası resmî sicille eşleşiyor mu?
Bunu dört belge üzerinde, iş gününün sonunda elle yapan bir insan bir şeyleri kaçırır. Bunu her seferinde yapan bir sistem yorulmaz. Hattın, yalnızca daha hızlı işlemek yerine gerçekten sorun bulan parçası budur.
Neyin otomatikleştirilmemesi gerekir
Bazı adımlar insanda kalmalı ve bunu bir çekince gibi geçiştirmek yerine nedenini söylemeye değer.
Nihai kabul kararı. Çıkarım hattı kanıt üretir. O kanıtın yeterli olup olmadığı, sonuçları olan bir yargıdır ve altında adı olan bir insan bulunmalıdır.
Sıra dışı görünen her şey. Otomasyon yaygın durumda iyidir. İnsan inceleyicinin değeri tam da sıra dışı durumdadır — şablona uymayan belge, neredeyse ama tam olarak doğru olmayan isim, teknik olarak geçerli ama makul olmayan tarih.
Sistemin emin olmadığı her şey. Bu bariz gibi duruyor ve sistemler bunu sürekli çiğniyor: düşük güvenli bir çıkarımı bir soru olarak değil, bir değer olarak ele alarak.
Çalıştığımız tasarım ilkesi basit: otomasyon, bir insanın okuması gereken miktarı azaltır; vermesi gereken karar sayısını azaltmaz.
Bunun Dorsko'daki yeri
Dorsko, DorskoVerify adı altında belge zekâsı iş akışları geliştiriyor. Geliştirme aşamasında ve müşterilere sunulmuyor; yukarıda anlatılan yetenekler yayınlanmış özellikler değil, tasarım hedefleridir.
Bunu inşa etme nedenimiz açık: bu sürecin elle yapılan hâlini, yeterince çok ülkede ve yeterince çok kez yürüttük; hangi kısımlarının kodlanmaya değdiğini ve hangi kısımlarının tam olarak olduğu yerde, bir insanın gözü üzerinde kalması gerektiğini biliyoruz.