Автоматично разчитане на фактури - сканиран документ влиза, структурирани данни излизат. Тук мерих модели един срещу друг и разликата се оказа огромна.
Задачата е да спрем ръчното въвеждане на фактури. Фактурата идва като PDF или като снимка, често сканирана накриво и на български. Трябва да излязат полета - доставчик, номер, дата, суми, ДДС, редове. Без човек да я препише.
Направих го на два слоя. Първият слой изкарва текст от документа. Вторият слой превръща текста в структура. Вторият слой е мястото, където избра моделът - и там мерих, вместо да предполагам.
Очаквах, че българският модел ще се справи по-добре с български фактури. Излезе точно обратното. Голям български модел се въртя повече от седем минути на един документ и накрая не върна използваем резултат. Малък общ модел върна същата фактура за четиринайсет секунди с точност 0,998.
Изводът, който си взех: за извличане на полета от текст размерът и езикът на модела значат по-малко от това дали моделът умее да връща стриктна структура. Фактурата не иска разбиране на български, иска дисциплина при форматиране.
| Модел | Време на документ | Точност | Изход |
|---|---|---|---|
| qwen2.5:7b | 14 s | 0,998 | използваем, стриктна структура |
| bggpt-12b | 427 s | - | провал, не върна използваем резултат |