文書の有効性を決定するためのシステム、方法およびコンピュータプログラム製品
一実施形態による方法は、電子的第１の文書から識別子を抽出するステップと、識別子を使用して、第１の文書と関連付けられた相補的文書を識別するステップと、を含む。第１の文書の有効性は、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを同時に検討することによって決定される。決定された有効性は、表示として出力される。また、上述の方法論を提供、実行、および／または有効化するためのシステムおよびコンピュータプログラム製品も、提示される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、文書分析システム、方法、およびコンピュータプログラム製品に関し、より具体的には、本発明は、文書の有効性を決定するためのシステム、方法、およびコンピュータプログラム製品に関する。
【背景技術】
【０００２】
現在、ビジネス取引は、２人以上の当事者間の情報の交換として記録される。情報は、送信者によって生成され、種々の手段を介して、例えば紙文書、電子的文書等を介して、受信者に到達可能である。ビジネス取引内では、両当事者が、文書の内容および取引の種類に関するいくつかの情報を有することが暗黙的に推測される。
【０００３】
多くの場合、受信当事者は、取引を前提として、文書の内容を比較することによって、受信した文書の内容を認証する必要がある。これは、例えば、ヒトが文書を熟読し、文書内容を既に受信者の所有にある対応する内容と比較することによって達成可能である。しかしながら、文書のレイアウトおよび形式は、送信者間で大きく異なり、大まかに構成されており、関連情報の自動抽出および認識を非常に困難かつ不正確なものにする。さらに、そのような手動検閲は、時間およびコストの両方がかかる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
したがって、現在、自動ビジネス取引文書認証方法の改良の必要性が存在する。
【課題を解決するための手段】
【０００５】
一実施形態による方法は、第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行するステップと、第１の文書から識別子を抽出するステップと、を含む。第１の文書と関連付けられた相補的文書は、識別子を使用して、識別される。第１の文書を相補的文書にマッピングする仮説のリストは、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを使用して、生成される。第１の文書の有効性は、仮説に基づいて、決定される。決定された有効性は、表示として出力される。
【０００６】
別の実施形態による方法は、電子的第１の文書から識別子を抽出するステップと、識別子を使用して、第１の文書と関連付けられた相補的文書を識別するステップと、を含む。第１の文書の有効性は、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを同時に検討することによって、決定される。決定された有効性は、表示として出力される。
【０００７】
また、上述の方法論を提供、実行、および／または有効化するためのシステムおよびコンピュータプログラム製品も、提示される。
【０００８】
本発明の他の側面および利点は、一例として、本発明の原理を例証する、図面と関連して検討される場合、以下の発明を実施するための形態から明白となるであろう。
【０００９】
本発明の性質および利点だけでなく、好ましい使用形態のより完全なる理解のために、付随の図面と合わせて熟読される、以下の発明を実施するための形態を参照されたい。
【図面の簡単な説明】
【００１０】
【図１】図１は、本発明の一実施形態による、文書の有効性を決定するための方法である。
【図２】図２は、本発明の一実施形態による、請求書の有効性を決定するための方法である。
【図３】図３は、本発明の一実施形態による、知的エージェントを使用せず、請求書の有効性を決定するための方法を例証する。
【図４】図４は、一実施形態による、ネットワークアーキテクチャを例証する。
【図５】図５は、一実施形態による、図４のサーバおよび／またはクライアントと関連付けられ得る、代表的ハードウェア環境を示す。
【発明を実施するための形態】
【００１１】
以下の説明は、本発明を実行するために現在想定されている、最良の形態である。本説明は、本発明の一般的原理を例証する目的のために行われ、本明細書に請求される発明の概念を制限することを意味するものではない。さらに、本明細書に説明される特定の特徴は、種々の可能性のある組み合わせおよび順列のそれぞれにおいて、他の説明される特徴と組み合わせて使用可能である。
【００１２】
本明細書に別途具体的に定義されない限り、すべての用語は、明細書から含意される意味だけでなく、当業者によって理解され、辞書、論文等に定義される意味を含め、その広範な可能性のある解釈が与えられるものとする。
【００１３】
また、明細書および添付の請求項で使用されるように、単数形「ａ」、「ａｎ」、および「ｔｈｅ」は、別途指定されない限り、複数形を含むことに留置されたい。
【００１４】
ビジネス取引をサポートする典型的文書として、物品を購入する際に交換される文書、例えば、注文書、請求書、見積要求、配達証明等の他の文書が挙げられる。当然ながら、多くの他の種類の取引も、存在する。
【００１５】
受信当事者は、取引を前提として、多くの場合、データベース内に電子的に格納される、文書の内容を比較することによって、受信した文書の内容を認証する必要がある。すなわち、受信者は、受信した文書から情報を読み出す、または抽出し、それをそのデータベース内に格納された対応する情報と比較する必要がある。これは、例えば、ヒトが文書を熟読し、そのデータをエンコードし、それを受信者のデータベースの対応する内容と比較することによって、達成可能である。情報の抽出は、文書から関連情報を自動的に抽出する技術を利用することによって、少なくともある程度、自動化可能である。
【００１６】
今日、多くの文書は、依然として、紙で受信され、ヒトによる読み取り可能性のために構築されている。文書のレイアウトおよび形式は、送信者間で大きく異なり、大まかに構成されており、先行技術方法を使用しての関連情報の自動抽出および認識を非常に困難かつ不正確なものにする。１枚の紙から情報を抽出する方法の１つは、最初に、紙画像をテキストに変換し、次いで、テキストを見進め、必要とされるフィールドの抽出を行う、プログラムの使用によるものである。これらのプログラムの最も高度な点は、テキストまたは画像の特別な特徴を検索し、関連情報を特定することである。これは、文書構造および文書言語の著しい知識を要求する。
【００１７】
認証を最終決定するために、抽出されたデータは、抽出されたデータを受信者データベースの内容と比較し、エラーを補正し、取引を認証する、人物またはプログラムに回送される。抽出されたデータとデータベースの内容の効果的自動比較を達成するために、最初に、送信者と受信者の言語との間の意味的差異を解決する必要がある。しばしば、言語には、多くの微妙な差が存在し、自動比較を直接的にし、故に、非効果的にする。例えば、送信者および受信者は、異なる単位を使用し、直接比較不可能な異なる値をもたらす場合がある。したがって、満足のゆく自動化率を達成するために、自動比較に先立って、送信者の言語をそのデータベース内の受信者の言語に翻訳する、データの正規化が、行われる必要がある。
【００１８】
ビジネス取引を認証するための代替プロセスは、データを抽出または正規化する必要なく、関与当事者によって理解される、取引の直接的、すなわち、自動比較、したがって、認証を可能にする、電子データ交換（ＥＤＩ）を利用することである。ＥＤＩは、情報交換のための標準化された文書形式の使用を通して、データ正規化問題を事前に解決することによって、本レベルの自動化を達成する。これらの形式の設定は、時間およびコストがかかり、環境変化に容易に適応しないプロセスをもたらす。
【００１９】
一実施形態では、ある自動ビジネス取引認証プロセスは、標準化された文書形式を手動で定義する必要なく、ＥＤＩに近い自動取引認証レベルを可能にする。これは、上述のような、情報抽出に続き、データ正規化、次いで、受信者のデータベースとの比較といった連続プロセスの範囲を超えて達成される。新しいプロセスは、利用可能なすべての情報を利用し、同時に、取引を認証する。異なる情報源は、受信した文書、そのデータベース内に格納される受信者の取引の予測値、および特有の取引に関するビジネスルールである。新しいプロセスは、これらの源からの情報を分析し、同時に、相補的情報を使用して、相互作用を認証する。
【００２０】
具体的には、抽出およびＯＣＲエラーを自動的に補正するだけでなく、データを自動的に正規化し、受信した文書と受信者のデータベースの非常に効率的比較を生み出し、したがって、取引の効率的自動認証をもたらすことが可能である。加えて、経時的に、プロセスは、送信者特有のデータフォーマッティングを学習可能であって、順に、本特有の送信者のための自動取引認証のレベルを改良する。要するに、新しいプロセスは、受信した文書（紙または電子）の源から独立して、独創的に、自動取引認証を可能にする。経時的に、プロセスは、各受信者のための非常に特有のデータ正規化を自動的に構築可能である。本質的に、新しいプロセスは、受信者側のＥＤＩによって使用される、標準化された文書形式を自動的に生成する。
【００２１】
一実施形態では、紙の請求書認証プロセスは、以下のステップを含む。最初に、紙の請求書が、スキャンされる。次に、光学式文字認識（ＯＣＲ）が、スキャンされた請求書に適用される。加えて、情報が、請求書から抽出される。抽出された請求書ヘッダ情報の実施例は、請求書番号、総請求額、送信者の氏名および住所である。数量、記述、単価、および明細行項目の総額等の明細行項目情報の抽出は、効果的かつ確実に行うことは困難である。故に、明細行項目の抽出は、しばしば、割愛される場合がある。
【００２２】
さらに、抽出された情報は、手動で認証される。必要に応じて、ＯＣＲエラーおよび特有のフィールドに対してエクストラクタによって割り当てられたラベルが、補正される。例えば、注文書番号としてエクストラクタによって識別された番号が、実際に、顧客番号であるかどうか決定される。さらに、抽出された情報の内容は、注文書と整合することによって、認証される。例えば、請求書から抽出された総請求額は、注文書の注文総量と整合されてもよい。また、請求書は、認証された情報を請求書認証ルールと確認することによって、認証される。
【００２３】
しかしながら、いくつかの困難点が、本プロセスによって生じる。第１に、効果的かつ信頼できる自動抽出システムの設定は、時間がかかる。特に、上述のように、明細行項目の抽出は、困難である。明細行項目抽出のための自動システムは、しばしば、テンプレート抽出に依存し、ベンダ毎に特注テンプレートを有する必要がある。その上、明細行項目によって保持される情報は、請求書を認証するために重要である。
【００２４】
加えて、請求書の認証の場合、抽出された情報の大部分は、無関係である場合がある。説明されたプロセスを考える場合、どの情報が請求書認証のために重要であるか、およびどの情報が無視可能であるかの知識は、抽出された情報の認証に関与するオペレータにとって、利用不可能である。その結果、オペレータは、しばしば、実際に必要とされる以上の情報を認証および補正する。さらに、内容の手動認証は、時間がかかる。内容の自動認証は、請求書と注文書情報との間の意味的差異を処理するために、設定プロセスを要求する。例えば、単位は、請求書と注文書との間で異なる場合がある。要するに、効果的自動整合を達成するために、請求書データを正規化する必要があり得る。データ正規化の設定は、時間および労力がかかる。サプライヤ毎に、特有のデータ正規化が、要求される。同様に、注文物品の記述は、請求書と注文書との間で、実質的に異なる可能性がある。例えば、９０度接続パイプは、請求書上では、Ｌ型接続パイプ、注文書上では、直角接続パイプとして説明される場合がある。
【００２５】
これらの困難点および問題の結果、特に、明細行項目情報も、請求書認証のために必要とされる場合、自動請求書認証は、しばしば、非効果的であって、受信請求書のわずかな部分のみ適用可能となる。上述の最初の２つの困難点を効果的に排除する、電子請求書を使用することによって、プロセスをさらに改良可能である。電子請求書の場合、データ正規化ステップは、自動内容認証のために残る。
【００２６】
上述の請求書認証プロセスの不利点の１つは、利用可能な情報の他の源から独立して、一度に１つの情報源を処理する、その連続的性質である。例えば、スキャンされた紙の請求書を考える場合、ＯＣＲステップは、スキャンされた画素の入力に与えられた最も可能性の高い文字列の検索を試行する。ＯＣＲステップは、抽出情報および注文書と整合することによって抽出された内容認証情報を考慮しない。明らかに、本付加的情報は、可能性のある文字列を制約し、したがって、ＯＣＲステップを改良可能である。ビジネスルールは、ＯＣＲステップ、抽出ステップだけでなく、データ正規化ステップに恩恵をもたらし得る、別の付加的情報源である。請求書の場合、例示的ビジネスルールとして、明細行項目の総額は、送達された明細行項目数量に単価を乗じたものに等しいはずである。整合ステップを通して、認証の際、本情報を利用することによって、例えば、請求書と注文書との間の単位の差異の曖昧さを解消可能である。これらは、認証プロセスにおいて、同時に付加的情報を利用する利点を例証する、多くの実施列のうちのいくつかにすぎない。
【００２７】
上述のプロセスと対照的に、後述の請求書認証プロセスは、請求書の有効性を決定するために、同時に、いくつかまたはすべての利用可能な情報源を利用する。一般に、利用可能な情報源として、請求書自体、対応する注文書、配達受領書、およびビジネスルールが挙げられる。請求書認証プロセスは、ＯＣＲ、抽出、注文書と整合することによって抽出された内容の認証、およびビジネスルールから情報を得る。所与の情報の組み合わされた制約下、可能な仮説を評価し、その結果、請求書の有効性を示す、信頼スコアをもたらす。加えて、プロセスもまた、潜在的問題を示唆する。例えば、注文書の任意の位置と整合しない、請求書上の明細行項目、不足送達、超過送達、請求書と注文書との間の価格差等である。
【００２８】
図１は、文書の有効性を決定するための方法１００を示す。方法１００は、任意の所望の環境において実行されてもよいことに留意されたい。
【００２９】
操作１０２に示されるように、光学式文字認識（ＯＣＲ）が、取引全体の一部として使用される、紙文書であり得る、第１の文書のスキャンされた画像上で行われる。第１の文書は、手書き、タイプ、またはプリントされたテキストの任意の物理的表現を含んでもよい。例えば、第１の文書として、請求書、領収証、明細書、販売注文文書、保険金請求文書等を含んでもよい。別の実施例では、第１の文書として、福利厚生の説明文書、医療保険文書等を含んでもよい。
【００３０】
加えて、一実施形態では、スキャンされた画像は、第１の文書をスキャンすることによって、生成されてもよい。例えば、文書は、個人または市販のハードウェアスキャンデバイス、スキャンソフトウェア等を使用して、スキャンされてもよい。
【００３１】
さらに、スキャンされた画像は、文書のスキャンから得られた任意の画像を含んでもよい。例えば、スキャンされた画像は、ＪＰＥＧ画像、ビットマップ画像、ＴＩＦＦ画像、ＲＡＷ画像等を含んでもよい。当然ながら、しかしながら、スキャンされた画像は、任意の画像の種類を含んでもよい。加えて、本実施形態に照らして、光学式文字認識は、スキャンされた画像の機械編集可能テキストへの任意の機械的または電子的変換を含んでもよい。
【００３２】
上述のＯＣＲステップは、特定の状況では、行われる必要がない場合があることに留意されたい。例えば、ある事例では、第１の文書は、電子的文書を含んでもよい。
【００３３】
加えて、操作１０４に示されるように、識別子が、第１の文書から抽出される。本実施形態に照らして、識別子は、識別の目的のために使用可能な第１の文書の任意の側面を含んでもよい。例えば、識別子は、注文書番号、文書の見出し、文書の表題、ＯＣＲされたバージョンの文書のファイル名等を含んでもよい。一実施形態では、識別子は、スキャンされ、ＯＣＲされたバージョンの第１の文書から抽出されてもよい。
【００３４】
別の実施形態では、識別子は、第１の文書の１つ以上の部分をスキャンすることによって、第１の文書から抽出されてもよい。さらに別の実施形態では、識別子は、文書のＯＣＲを行うステップと同時に抽出されてもよい。さらに別の実施形態では、識別子は、手動で抽出されてもよい。しかしながら、識別子は、当然ながら、任意の様式において、第１の文書から抽出されてもよい。
【００３５】
さらに、代替アプローチでは、第１の文書から識別子を抽出するのではなく、識別子は、いくつかの他の源から、例えば、識別子を入力するユーザから、第１の文書上のバーコードのスキャンから、第１の文書の電子画像のファイル名から等の入力であってもよい。
【００３６】
さらに、操作１０６に示されるように、第１の文書と関連付けられた相補的文書（または、複数の文書）が、識別子を使用して、識別されてもよい。本実施形態に照らして、相補的文書として、何らかの方法で、第１の文書と関連付けられた任意の文書を含んでもよい。例えば、相補的文書として、注文書、覚書、配達受領書等のうちの少なくとも１つを含んでもよい。別の実施形態では、相補的文書は、第１の文書と関係を有してもよい。例えば、相補的文書として、第１の文書と関連する注文書を含んでもよく、その場合、第１の文書は、請求書である。
【００３７】
別の実施形態では、相補的文書は、識別子をデータベース、リポジトリ等と比較することによって、識別されてもよい。例えば、注文書は、注文書番号を注文書リポジトリと比較することによって、識別されてもよい。さらに別の実施形態では、相補的文書は、読み出されてもよい。例えば、相補的文書は、データベース、リポジトリ等から読み出されてもよい。
【００３８】
また、オプションとして、識別子は、加えて、第１の文書を相補的文書とリンクする、付加的文書を使用して、決定されてもよい。例えば、ベンダ識別子は、未出荷注文書番号のリストをベンダの識別子とリンクする、付加的文書から抽出されてもよい。
【００３９】
さらに、操作１０８に示されるように、第１の文書を相補的文書にマッピングする仮説のリストが、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを使用して、生成される。一実施形態では、第１の文書および相補的文書からのテキスト情報として、数値情報、テキスト、記号等を含んでもよい。例えば、テキスト情報として、物品の記述、明細行項目、ヘッダフィールド項目、単価、物品の数量、計算価格等を含んでもよい。
【００４０】
別の実施形態では、いくつかのテキスト情報は、第１の文書から抜けている場合がある。例えば、ＯＣＲステップによるエラーが存在する場合がある。それに応じて、任意の空隙を充填するために、第１の文書の列が、認証されてもよく、第１の文書からの正確なテキスト情報を取得するために、平方平衡化等の操作が行われてもよい。
【００４１】
さらに別の実施形態では、第１の文書上の用語は、同一物を参照するものとして、相補的文書上の異なる用語と相関されてもよい。例えば、サプライヤ、顧客等の異なる実体は、製品、測定単位等の記述のために、異なる記述または異なる言語を使用する場合がある。別の実施形態では、直接相関が検索されない場合、第１の文書上の用語に対して、最近似整合が、決定されてもよい。加えて、用語の相関は、データベース内に格納されてもよい。例えば、翻訳データベースは、後の使用のために、仮説のリストの生成の際、オンザフライで構築されてもよい。
【００４２】
加えて、仮説のリストは、線、色等、第１の文書および相補的文書からの非テキスト情報を使用して、生成されてもよい。さらに、仮説のリストは、第１の文書および相補的文書からの場所情報を使用して、生成されてもよい。例えば、場所情報として、第１の文書または相補的文書内のテキスト情報の場所を含んでもよい。本場所情報は、仮説のリストの生成を支援してもよい。例えば、正確であることが分かっているテキスト情報の場所を使用して、エラーが他のテキスト情報とともに存在するかどうかを決定してもよい。
【００４３】
別の実施形態では、仮説は、第１の文書および対応する文書のテキスト情報の１つ以上の項目間の任意の対応を含んでもよい。例えば、仮説は、第１の文書からのテキスト情報と対応する文書からのテキスト情報との間の整合を含んでもよい。さらに、所定のビジネスルールとして、ビジネスに関連する任意の所定のルールを含んでもよい。一実施形態では、所定のビジネスルールは、第１の文書または相補的文書に関連してもよい。例えば、所定のビジネスルールとして、明細行項目の総額は、数量を単価で乗じたものに等しいというルールを含んでもよい。別の実施例では、所定のビジネスルールとして、全明細行項目は、第１の文書の小計と等しい必要があるというルールを含んでもよい。
【００４４】
加えて、予測値または他の制約が、仮説のリストの生成の際に使用されてもよい。例えば、特定の量のある製品が予測されていることを開示する、ＥＲＰシステムからの予測値が、使用されてもよい。
【００４５】
一例示的実施形態では、第１の文書と相補的文書との間で潜在的に整合する任意のフィールドが、仮説を生成するために、潜在的フィールドとして選択される。加えて、単一フィールドは、複数の潜在的対応する仮説を有してもよい。すべての潜在的に整合するフィールドが、決定されると、第１の文書および／または相補的文書の構造が決定され、フィールドが、論理的順番に群化される。例えば、フィールドは、「最近傍」様式で群化されてもよい。別の実施例では、フィールドは、記述、質、価格、合計等として、群化されてもよい。さらに、次いで、所定のビジネスルールを使用して、フィールドの有効性を確認する。例えば、所定のビジネスルールは、個々の量フィールドを個々の価格フィールドと乗じたものが、総額フィールドと等しいことを確認してもよい。このように、正確な仮説が、再構築または抽出をほとんど使用せずに、生成され得る。
【００４６】
別の例示的実施形態では、抽出は、テキスト情報だけでなく、各フィールドに関する初期概念を提供するために、ＯＣＲされたバージョンの第１の文書にわたって実行される。抽出されたテキスト情報、所定のビジネスルール、および相補的文書を利用した分析後、抽出されたテキスト情報が、改変される。例えば、番号、文字、および他のフィールド項目が、所定のビジネスルールならびに相補的文書から得られた情報に従って、改変される。改変が行われた後、付加的分析が、改変された抽出テキスト情報、所定のビジネスルール、および相補的文書を利用して、行われる。このように、抽出されたテキスト情報は、相補的文書により正確に関連するように、微調整されてもよい。
【００４７】
さらに別の例示的実施形態では、抽出は、明細行項目を表す、すべての明細行および明細行群を識別するために、ＯＣＲされたバージョンの第１の文書にわたって実行される。加えて、相互相関が、相補的文書と抽出された第１の文書からのテキスト情報との間で行われる。さらに、第１の文書は、相互相関を使用して、再構築される。
【００４８】
別の実施形態では、第１の文書内のＯＣＲエラーは、相補的文書からのテキスト情報および所定のビジネスルールのうちの少なくとも１つを使用して、補正されてもよい。加えて、別の実施形態では、第１の文書からのデータは、相補的文書からのテキスト情報および所定のビジネスルールのうちの少なくとも１つを使用して、正規化されてもよい。さらに、さらに別の実施形態では、相補的文書からのデータは、第１の文書からのテキスト情報および所定のビジネスルールのうちの少なくとも１つを使用して、正規化されてもよい。例えば、正規化として、グラムからキログラム、オンスからグラム、ドルからユーロ等への変換を含んでもよい。
【００４９】
加えて、操作１１０に示されるように、第１の文書の有効性は、仮説に基づいて、決定される。本実施形態に照らして、有効性は、第１の文書が、相補的文書と十分に関連するかどうかの表示を含んでもよい。例えば、有効性として、第１の文書が相補的文書と整合することの表示を含んでもよい。加えて、有効性は、仮説を分析することによって、決定されてもよい。別の実施形態では、加えて、決定は、仮説の信頼レベルに基づいてもよい。
【００５０】
さらに、一実施形態では、第１の文書の有効性を決定する際、潜在的問題に遭遇すると、警告が、生成されてもよい。例えば、警告として、第１および相補的文書における、予測された類似または同一値の不整合の識別を含んでもよい。加えて、別の実施形態では、第１の文書の明細行項目、ヘッダフィールド項目等の項目の補正および認証のうちの少なくとも１つを示す、ユーザ入力が、受信されてもよい。
【００５１】
さらに、別の実施形態では、第１の文書の有効性を決定するステップは、第１の文書内の予測されるまたは実際の明細行項目、ヘッダフィールド項目等のための値を自動的に予想するステップを含んでもよい。また、第１の文書の有効性を決定するステップは、相補的文書からのテキスト情報およびビジネスルールのうちの少なくとも１つに基づいて、第１の文書内の予測されるまたは実際の明細行項目、ヘッダフィールド項目等のための値を自動的に補正することを含んでもよい。さらに別の実施形態では、第１の文書は、仮説およびビジネスルールを使用して、再構築されてもよく、その場合、有効性を決定するステップは、再構築された第１の文書を分析する。オプションとして、第１の文書の有効性を決定するステップは、第１の文書からのテキスト情報を全体的に認証するステップを含んでもよい。例えば、請求書の各明細行項目が、全体的に認証されてもよい。
【００５２】
さらに別の実施形態では、第１の文書が有効であると決定すると、知識が、生成された仮説に基づいて、生成されてもよい。例えば、知識を生成するステップは、変換を使用するステップを含んでもよい。当技術分野において周知の任意の変換方法を使用可能である。種々の実施形態で使用され得る、いくつかの変換方法は、２００７年５月２３日出願のＳｃｈｍｉｄｔｌｅｒらの米国特許出願公開第ＵＳ２００８−００９７９３６Ａ１号に記載されており、参照することによって本明細書に組み込まれる。
【００５３】
一例示的実施形態では、抽出された第１の文書からのテキスト情報が、個人によって検証されると、または抽出されたテキスト情報が、完全整合の決定によって、コンピュータによって検証されると、検証結果が、エクストラクタに送信される。このように、エクストラクタは、検証された情報から「学習」し、検証された情報を将来的抽出および分析に適用可能である。
【００５４】
さらに、操作１１２に示されるように、決定された有効性は、表示として出力される。出力表示は、テキスト、画像、音、または決定された有効性を表す任意の他の表示を含んでもよい。例えば、表示は、グラフ表示デバイス等に出力されてもよい。さらに、表示は、例えば、ＲＡＭ、ＲＯＭ、ハードドライブ等、当技術分野において周知の種類の記憶媒体に出力され、そこに格納されてもよい。このように、第１の文書は、ほとんどの場合、ヒトの介入を伴わずに、第１の文書内の有効ではないものの正確な知識をもって、シームレスに認証され得る。加えて、一実施形態では、決定された有効性を使用して、ビジネス取引を認証してもよい。
【００５５】
加えて、第１の文書が有効であることの決定に失敗すると、または第１の文書が無効であることを決定すると、照合画面が、ユーザに出力されてもよい。例えば、第１の文書内の１つ以上のエラーが、相補的文書と解決不可能な整合をもたらす場合、エラーが、照合画面に提示され、そこで、ヒトオペレータ（例えば、顧客またはサプライヤの従業員）が、第１の文書の有効性の決定を支援するために、エラーを閲覧し、第１の文書を補正してもよい。ヒトによる操作は、メッセージ、例えば、電子メールメッセージを介して、解決不可能なエラーが、第１の文書とともに存在することを通知されてもよい。ヒトによる補正が行われた後、次いで、方法は、補正された第１の文書上で反復されてもよい。
【００５６】
別の実施形態では、照合画面にアクセスするための通知が、第１の文書の送信者に送信されてもよい。さらに、第１の文書への修正は、照合画面を閲覧するユーザによって、受信されてもよい。さらに、修正された第１の文書の再認証が、試行されてもよい。
【００５７】
本明細書に提示される方法論は、同一取引に関連し得る、またはそうではない、連続文書のために反復されてもよい。例えば、第２の文書が、第１の文書と同一取引の一部であると想定する。第１の文書の有効性を決定後、第２の文書の有効性が、オリジナルの相補的文書を再度使用して、および／または第１の文書を相補的文書として使用して、決定されてもよい。したがって、例証的シーケンスは、図１の方法を実行し、第１の文書を認証し、次いで、第２の文書のスキャンされた画像上でＯＣＲを行い、第２の文書から識別子を抽出することであってもよい。第２の文書と関連付けられた第２の相補的文書が、識別される。上述のように、第２の相補的文書は、第１の文書を認証するために使用されたものと同一であってもよく、および／または認証された第１の文書は、第２の相補的文書として使用されてもよい。別のアプローチでは、第２の相補的文書は、いくつかの他の文書全部である。第２の文書を第２の相補的文書にマッピングする仮説のリストは、第２の文書からのテキスト情報、第２の相補的文書からのテキスト情報、および所定のビジネスルールを使用して、生成される。第２の文書の有効性は、仮説に基づいて決定され、第２の文書の決定された有効性は、ある表示として出力される。
【００５８】
一実施例では、第１の文書は、請求書であってもよく、その有効性は、相補的文書として関連付けられた注文書を使用して、決定される。また、関連付けられた配達証明も、認証されるべきである。しかしながら、２つの文書上に示される数量、価格等の方法が変動するために、配達証明を注文書と認証することは困難であると想定される。請求書が認証されると、配達証明を認証するために、相補的文書として使用されてもよい。
【００５９】
同様に、第１の文書の有効性の決定を試行するために、一般的方法が、再度行われてもよいが、今回は、異なる相補的文書が使用される。本アプローチは、２つ以上の有効性の決定を提供することによって、第１の文書の有効のより高い信頼性を提供するために有用となり得る。また、本アプローチは、文書の認証際、最初の試行が失敗した場合に、使用されてもよい。
【００６０】
図２は、別の実施形態による、請求書の有効性を決定するための方法２００を示す。オプションとして、方法２００は、図１のアーキテクチャおよび環境に照らして、実行されてもよい。しかしながら、方法２００は、当然ながら、任意の所望の環境において実行されてもよい。
【００６１】
操作２０２に示されるように、請求書が、スキャンされる。加えて、操作２０４では、スキャンされた請求書が、ＯＣＲされる。さらに、操作２０６では、請求書から、注文書番号および／または販売者の住所の抽出が、試行される。一実施形態では、抽出は、請求書に対応する注文書を識別する目的のためであってもよい。別の実施形態では、抽出は、単純エクストラクタによって、行われてもよい。
【００６２】
操作２０８では、自動抽出が失敗したかどうかが決定される。失敗した場合、操作２１０では、注文書番号および／または販売者の住所が、請求書から手動で抽出される。
【００６３】
加えて、操作２０８において、自動抽出が失敗していないと決定される場合、操作２１２では、注文書情報が、注文書リポジトリ２１４から、所与の請求書のために要求される。例えば、注文書情報は、ＥＲＰシステムから要求されてもよい。
【００６４】
さらに、操作２１６では、所与の請求書のための注文書が、注文書リポジトリ２１４から読み出される。一実施形態では、一式の注文書が、所与の請求書から読み出されてもよい。
【００６５】
また、操作２１６において読み出された所与の請求書のための注文書だけでなく、スキャンされ、ＯＣＲされた請求書も、統合反復請求書認証を行う、統合された整合および抽出アルゴリズム２２０を利用して、処理される。一実施形態では、明細行項目情報は、統合された整合および抽出アルゴリズム２２０によって、スキャンされ、ＯＣＲされた請求書から、自動的に識別および認証されてもよい。例えば、明細行項目の単価、数量、記述、および明細行項目価格に加え、小計、税額、発送費および定数量、ならびに総額が、請求書から、自動的に識別および認証されてもよい。別の実施例では、統計的エクストラクタが、請求書にわたって実行されてもよい。統計的エクストラクタは、単価、数量、説明、明細行項目価格等の抽出されたデータに関する情報を提供してもよい。
【００６６】
加えて、操作２２２では、統合された整合および抽出アルゴリズム２２０によって、請求書が有効であるかどうかが決定される。例えば、請求書が、不完全または不正確なデータを含有するかどうかが決定されてもよい。操作２２２において、請求書が有効であることが決定される場合、操作２２４では、請求書が、その有効性を前提として、さらに処理される。操作２２２において、請求書が無効であると決定される場合、操作２２６では、請求書は、認証プロセスによって検出された１つ以上のエラーに従って、さらに処理される。
【００６７】
しかしながら、操作２２２において、さらなる入力が必要とされると決定される場合、操作２２８では、知的エージェントが、任意の整合結果を分析し、認証を妨害した特有の問題を決定する。加えて、操作２３０では、操作２２８において、ユーザからのさらなる入力が必要であると、知的エージェントによる分析から得られた特有の問題が、表示される。さらに、操作２３２では、ユーザは、任意の要求されたさらなる入力を供給し、本さらなる入力は、順に、統合された整合および抽出アルゴリズム２２０とともに、操作２１８において抽出された情報および操作２１６において読み出された所与の請求書のための注文書を利用して、処理される。
【００６８】
例えば、請求書が、自動的に認証不可能である場合、システムは、ユーザに、請求書の自動認証を妨害した請求書上の特有のフィールドのＯＣＲされたデータおよび抽出結果を補正ならびに認証するよう指示することによって、ユーザから付加的情報を要求してもよい。次いで、補正され、認証された情報は、付加的情報を考慮して、請求書の有効性を再評価するために、統合された整合および抽出アルゴリズム２２０にフィードバックされてもよい。オプションとして、本プロセスは、請求書が、認証される、または請求書を無効にする、請求書に関する深刻な問題が識別されるまで、反復されてもよい。
【００６９】
別の実施例では、システムは、高い正確性をもって、自動認証を妨害する請求書に関する特有の情報を自動的に識別し得る。これは、ビジネスルールを利用して、整合仮説を分析する、知的エージェントによって、達成されてもよい。知的エージェントは、必要な入力を最小限にし、非常に効率的手動認証および補正をもたらし得る。
【００７０】
その結果、上述の方法２００は、他の請求書認証アプローチと比較して、多くの利点をもたらす。例えば、上述の方法２００は、ゼロ設定を提供してもよく、任意のヒトの介入を伴わずに、実質的に多数の請求書をシームレスに処理可能にし得る。加えて、上述の方法２００は、ＯＣＲおよび抽出結果の手動認証ならびに補正の加速化だけでなく、無効請求書の効率的識別も提供し得る。このように、不足送達、超過送達、および超過価格設定等の状況が、専門の従業員がそのような請求書を検索または分析する必要なく、１つ以上の請求書に基づいて、発生しているかどうかが決定され得る。
【００７１】
さらに、上述の方法２００は、異なる利用可能な情報源の同時使用を提供してもよい。抽出からの知識を利用し、それを注文書の予測値と比較し、適用可能ビジネスルールと確認することによって、上述の方法２００は、改良された抽出の正確性をもたらし得る。特に、明細行項目抽出の正確性は、実質的に改良され得る。さらに、上述の方法２００は、自動ＯＣＲエラー補正だけでなく、自動データ正規化を提供してもよい。また、上述の方法２００は、統合プロセスであるため、任意の改良が、相互に助長しあい得る。例えば、改良されたＯＣＲは、改良された抽出をもたらし、順に、より優れた整合をもたらし得る等である。
【００７２】
図３は、さらに別の実施形態による、知的エージェントを使用せず、請求書の有効性を決定するための方法３００を示す。オプションとして、方法３００は、図１および／または２のアーキテクチャならびに環境に照らして、実行されてもよい。しかしながら、方法３００は、当然ながら、任意の所望の環境において、実行されてもよい。
【００７３】
操作３０２に示されるように、請求書が、スキャンされる。加えて、操作３０４では、スキャンされた請求書が、ＯＣＲされる。さらに、操作３０６では、請求書から、注文書番号および／または販売者の住所の抽出が、試行される。操作３０８では、自動抽出が失敗したかどうかが、決定される。失敗した場合、操作３１０では、注文書番号および／または販売者の住所は、請求書から手動で抽出される。
【００７４】
加えて、操作３０８において、自動抽出が失敗しなかったと決定される場合、操作３１２では、注文書情報が、注文書リポジトリ３１４から、所与の請求書のために要求される。例えば、注文書情報は、ＥＲＰシステムから要求されてもよい。
【００７５】
さらに、操作３１６では、所与の請求書のための注文書は、注文書リポジトリ３１４から読み出される。一実施形態では、一式の注文書が、所与の請求書のために読み出されてもよい。
【００７６】
また、スキャンされ、ＯＣＲされた請求書だけでなく、操作３１６において読み出された所与の請求書のための注文書が、統合反復請求書認証を行う、統合された整合および抽出アルゴリズム３２０を利用して、処理される。加えて、操作３２２では、統合された整合および抽出アルゴリズム３２０によって、請求書が有効であるかどうかが、決定される。例えば、請求書が不完全または不正確なデータを含有するかどうかが、決定されてもよい。
【００７７】
操作３２２において、請求書が有効であると決定される場合、操作３２４では、請求書は、その有効性を前提して、さらに処理される。操作３２２において、請求書が無効であると決定される場合、操作３２６では、請求書は、認証プロセスによって検出された１つ以上のエラーに従って、さらに処理される。
【００７８】
しかしながら、操作３２２において、さらなる入力が必要であると決定される場合、操作３２８では、現在の整合結果が、表示される。加えて、操作３３０では、ユーザは、さらなる入力をシステムに供給し、本さらなる入力は、順に、統合された整合および抽出アルゴリズム３２０とともに、操作３１８において抽出された情報ならびに操作３１６において読み出された所与の請求書のための注文書を利用して、処理される。
【００７９】
一実施形態では、請求書の有効性は、ＯＣＲからの情報、抽出からの情報、注文書との整合、ビジネスルール、および潜在的に手動で認証される情報を同時に利用することによって、決定されてもよい。本統合された整合プロセスのために使用される、アルゴリズムの実施例は、以下の実施形態に説明される。
【００８０】
本実施形態に照らして、位置は、注文書位置を含み、請求書明細行は、請求書上の物理的明細行を含み、明細行項目は、送達される特有の物品および対応する料金の記述を含む。加えて、明細行項目フィールドは、特定の意味を伴う、明細行項目の構成要素、例えば、送達される物品の記述、単価、数量、および／または計算価格を含む。さらに、記述は、送達される物品を記述する、特有の明細行項目フィールドを含む。また、位置整合候補（ＰＭＣ）は、注文書位置に整合する候補である、明細行項目の組み合わせを含む。一実施形態では、ＰＭＣは、位置に対して１対１のマッピングを行う一方、明細行項目は、必ずしも、位置に対して１対１のマッピングを有するわけではない。
【００８１】
整合および抽出アルゴリズムは、請求書上に与えられた情報を対応する注文書と比較することによって、請求書を認証する。この目的を達成するために、アルゴリズムは、以下のタスクを行う。最初に、アルゴリズムは、所与の請求書上の明細行項目を本請求書の未出荷注文書位置と関連付けることによって、明細行項目を認証する。加えて、アルゴリズムは、合計、小計、税金だけでなく、認証された明細行項目に対する発送費および定数量等の他の付加的料金のための抽出された値を考慮して、請求書の一貫性を確認することによって、請求書を認証する。さらに、アルゴリズムは、請求書の有効性を示すスコアだけでなく、アルゴリズムによって決定された明細行項目および注文書位置に対するそのフィールドの最良の関連性を出力する。
【００８２】
アルゴリズムは、整合仮説のリストを生成する。一実施例では、整合仮説は、明細行項目および未出荷注文書位置のリストに対するそのそれぞれのフィールドの可能性のある関連性であるだけでなく、合計、小計、税金、および請求書を認証するために必要な他の付加的料金のための可能性のある値である。アルゴリズムは、生成された仮説のそれぞれに対して、関連性および認証の全体的コストを決定する。最もコストのかからない仮説が、最終結果として、選択される。
【００８３】
コストは、異なる情報源に基づいてもよい。例えば、アルゴリズムは、ＯＣＲ結果および文字の信頼性を利用してもよい。加えて、アルゴリズムは、エクストラクタ結果、例えば、請求書上のトークン毎に、可能性のあるラベル割当のリストおよび関連付けられた信頼性を利用してもよい。さらに、アルゴリズムは、ＯＣＲの補正および抽出結果だけでなく、注文書情報およびビジネスルール等、ユーザ提供入力を利用してもよい。
【００８４】
整合仮説は、２つのステッププロセスにおいて生成される。第１のステップは、請求書の明細行項目から一式のＰＭＣを形成する。しかしながら、ここでの複雑な要因は、明細行項目が、必ずしも、位置に対して１対１にマッピングされない場合があることである。時として、いくつかの明細行項目は、同一位置にマッピングされる場合がある。加えて、一実施形態では、いくつかの位置は、同一明細行項目にマッピングされる場合がある。故に、アルゴリズムは、抽出およびＯＣＲ結果を考慮して、明細行項目を組み合わせることによって、ＰＭＣを生成する。加えて、さらに別の実施形態では、いくつかの位置が同一明細行項目にマッピングされる場合を処理するために、明細行項目整合候補（ＬＩＭＣ）が、位置集合から作成されてもよい。
【００８５】
第２のステップは、生成されたＰＭＣ集合の特有の１対１マッピングを位置に対して選択することによる整合仮説の作成および結果として生じる認証を最終決定する。別のアプローチでは、明細行項目に対する生成されたＬＩＭＣ集合の特有の１対１マッピングが、選択される。さらに別のアプローチでは、上述の組み合わせが、使用されてもよい。
【００８６】
便宜上、以下は、ＰＭＣを指すが、類似方法論が、ＬＩＭＣおよび／またはＰＭＣとＬＩＭＣの組み合わせの使用に適用されてもよいことを理解されたい。整合仮説の全体的コストｃは、表１に示されるように、２つのステップの個々のコストの合計である。
【００８７】
表１
ｃ＝ｃＰＭＣ＋ｃＭＡＰ
表１に示されるように、ｃＰＭＣは、特有のＰＭＣ集合を生成するコストを示し、ｃＭＡＰは、位置に対する生成されたＰＭＣ集合の特有の１対１マッピングおよび請求書の認証と関連付けられたコストである。コストｃＰＭＣは、表２に示されるように、以下の合計に因数分解される。
【００８８】
表２
ｃＰＭＣ＝ｃｐｒｉｏｒ＋ｃｌｉｎｅ＋ｃｅｘｔｒａｃｔｉｏｎ＋ｃＯＣＲ＋ｃｓｅｑｕｅｎｃｅ＋ｃａｌｉｇｎｍｅｎｔ
異なるコストｃｐｒｉｏｒ、ｃｅｘｔｒａｃｔｉｏｎ、ｃＯＣＲ、ｃｓｅｑｕｅｎｃｅ、ｃａｌｉｇｎｍｅｎｔ、およびｃｌｉｎｅは、表３に示されるように定義される。
【００８９】
表３
ｃｐｒｉｏｒ：明細行項目の特有の組み合わせと関連付けられたコスト。明細行項目の組み合わせに関する以前の知識を含有する、発見的コストである。例えば、請求書上に順序通りに現れる明細行項目の組み合わせは、非連続明細行項目の組み合わせより好ましい。
ｃｌｉｎｅ：明細行項目対一般的請求書明細行となるように、本ＰＭＣ集合のために使用される、明細行項目の確率の対数和。確率は、一般的請求書明細行と比較して、異なるフォーマットの明細行項目に基づく。
ｃｅｘｔｒａｃｔｉｏｎ：本ＰＭＣ集合のためのラベル：記述、数量、単価、および計算価格が割り当てられたトークンの抽出確率の対数和。
ｃＯＣＲ：本ＰＭＣ集合によって、ラベル：数量、単価、および計算価格が割り当てられたトークンは、数量×単価＝計算価格の制約を充足する必要がある。コストｃＯＣＲは、これらのトークンにおける異なる文字のＯＣＲ信頼性を考慮して、本代数的制約を充足するステップと関連付けられたコストである。
ｃｓｅｑｕｅｎｃｅ：本コストは、明細行項目フィールドのいくつかの配列は、他よりも可能性が高いという以前の知識を獲得する。例えば、請求書上では、計算価格が、明細行項目上の第１の明細行項目フィールドに観察され、単価、数量、そして最後に記述が続く可能性はなく、反対に、記述、数量、単価、および計算価格の配列が、明細行項目に非常に一般的である。
ｃａｌｉｇｎｍｅｎｔ：明細行項目フィールドが垂直に整列される傾向にあるという観察を反映するコスト。
【００９０】
第２のステップのマッピングコストｃＭＡＰは、表４に示される。
【００９１】
表４
ｃＭＡＰ＝ｃｍａｔｃｈ＋ｃｖａｌｉｄ
変数ｃｍａｔｃｈは、位置に対する本ＰＭＣ集合の１対１マッピングの総コストを表す。ある位置に対して単一ＰＭＣを整合させる個々の整合コストの和である。単一整合コストは、位置における対応する入力に対する個々の明細行項目フィールド：説明、数量、単価、および計算価格のファジー整合のコストから導出される。ファジー整合は、抽出された明細行項目フィールド内の個々の文字のＯＣＲ信頼性を考慮する。
【００９２】
変数ｃｖａｌｉｄは、位置に対して選択された本ＰＭＣ集合の１対１マッピングを考慮して、請求書の有効性を決定し、本情報を所定のビジネスルールに従って請求書から抽出された付加的情報と確認するコストを表す。例えば、デフォルトのビジネスルールは、本ＰＭＣ集合の計算価格の和が、請求書小計、請求書合計、税金、ならびに発送費および手数料等の付加的抽出された料金のために抽出された値と釣り合うことであってもよい。コストは、抽出された値の抽出確率および個々の文字の関連付けられたＯＣＲ信頼性に基づいてもよい。
【００９３】
整合仮説の数は、明細行項目の数だけでなく、位置に応じて、階乗式に増加する。故に、最良整合仮説のための全数検索は、先行技術方法を使用すると、数十以上の明細行項目および位置を伴う請求書の場合、直ぐに非実用的となる。高度アルゴリズムは、効率的かつ効果的に検索の近似値を求める。選択されたアプローチは、以下の段落に説明される。
【００９４】
可能性のあるＰＭＣ集合の数は、明細行項目の数に階乗式である。同様に、特有のＰＭＣ集合を前提とした、位置に対する可能性のある１対１マッピングの数も、位置および明細行項目の数に階乗式である。故に、結果として生じる可能性のある整合仮説の数は、マッピングの階乗式数と組み合わせられたＰＭＣ集合の階乗式数であって、上述のように、先行技術方法を使用すると、整合仮説の全数検索空間を非実用的なものとする。
【００９５】
マッピング空間から独立して、ＰＭＣ集合空間を検索することは、検索の複雑度を低下させるであろう。しかしながら、本アプローチは、明細行項目と位置の準最適関連性をもたらす。これは、整合仮説検索空間に厳し過ぎる制限を適用し、局所最適をもたらす。例証的実施例は、めったに観察されないレイアウトの明細行項目を伴う、請求書である。本事例では、抽出された明細行項目フィールドに対する最良の推測は、系統的に誤っている可能性がある。さらに、ｃＰＭＣにおける付加的コストは、誤抽出結果を克服するように、問題を十分に抑制せず、したがって、最終的には、明細行項目と位置との誤関連性をもたらす。この場合、マッピングコストｃＭＡＰに含有される情報の同時分析が、問題を解決するために必要である。
【００９６】
選択されたアルゴリズムは、ＰＭＣ集合空間およびマッピング空間を同時に検索する。これは、特有の問題の先験的知識を利用することによって、明細行項目および位置の数を考慮して、検索空間の組み合わせ増加に対処する。例えば、特有のＰＭＣ集合を前提として、すべての可能性のあるマッピングの全数検索は、不必要である。この時点で、問題は、十分に抑制され、最良マッピングのための盲目的検索は、十分となる。一方、最良ＰＭＣ集合のための盲目的検索は、明細行項目と位置との準最適関連性をもたらす傾向にある。検索のために採用される最終戦略は、ＰＭＣ集合空間の制限された組み合わせ検索を適用し、特有のＰＭＣ集合を前提として、それを最良のマッピングのための盲目的検索と組み合わせることである。アルゴリズムは、ＰＭＣ集合空間の制限された組み合わせ検索のために、確率論的アニーリングを使用する。
【００９７】
【表１】
表５は、上述のプロセスをより詳細に説明する。初期ＰＭＣ集合を生成し、個々のＰＭＣを位置に盲目的に関連付けることによって、整合仮説を開始する。アルゴリズムのメインループは、整合仮説空間を通して反復することによって、初期整合仮説の改良を試行する。メインループの各反復において、アルゴリズムは、確率論的アニーリングを使用して、ＰＭＣ集合を選択し、盲目的検索を使用して、位置に対するその最良マッピングを決定する。アルゴリズムは、全体的コストｃの改良が限界になる時を決定する。
【００９８】
【表２】
表６は、ＰＭＣ集合を反復的に生成するための手順を例証する。修正されたＰＭＣ集合は、最初に、本明細行項目の組み合わせおよび明細行項目候補の検討される集合にわずかな変更を行うことによって、生成される。変更は、コスト：ｃｐｒｉｏｒおよびｃｌｉｎｅに従って、サンプリングされる。本アニーリング温度を前提とすると、より高いコストｃｐｒｉｏｒ＋ｃｌｉｎｅを伴う、選択された変更は、時として、受容される。第２のステップでは、いくつかの明細行項目フィールドのラベルは、コスト：ｃｅｘｔｒａｃｔｉｏｎ、ｃＯＣＲ、ｃｓｅｑｕｅｎｃｅ、ｃａｌｉｇｎｍｅｎｔ、および本アニーリング温度を使用して、無作為に修正される。
【００９９】
本発明は、特有の実施形態を参照して、例証および説明されたが、さらなる修正および改良が、当業者に想起されるであろう。したがって、本発明は、例証される特定の形式に限定されず、本明細書の教示のあらゆる可能性のある修正を網羅することが、添付の請求項に意図されることを理解されたい。
【０１００】
本説明は、当業者が本発明を作成および使用可能となるように提示され、本発明の特定の用途およびその要件に照らして、提供される。開示される実施形態に対する種々の修正は、当業者に容易に明白となり、本明細書に定義される一般的原理は、本発明の精神および範囲から逸脱することなく、他の実施形態および用途に適用されてもよい。したがって、本発明は、示される実施形態に限定されることが意図されるものではなく、本明細書に開示される原理および特徴に準拠して、最大限の範囲が供与される。
【０１０１】
特に、本明細書で論じられる種々の実施形態は、複数のコンピュータシステムの中でも、通信の手段として、インターネットを使用して、実装される。当業者は、本発明が、通信媒体として、インターネットの使用に限定されず、本発明の代替方法が、専用イントラネット、ＬＡＮ、ＷＡＮ、ＰＳＴＮ、または他の通信手段の使用に対応してもよいことを認識するであろう。加えて、有線、無線（例えば、無線周波数）、および任意の通信リンクの種々の組み合わせが、利用されてもよい。
【０１０２】
本発明の本実施形態が冷笑的に実行されるプログラム環境は、ファクシミリ装置および携帯型コンピュータ等、１つ以上の汎用コンピュータまたは特殊用途デバイスを組み込む。そのようなデバイス（例えば、プロセッサ、メモリ、データ記憶装置、入力および出力デバイス）の詳細は、周知であるため、明確性のために、省略される。
【０１０３】
また、本明細書に提示される技法は、種々の技術を使用して実装される場合があることを理解されたい。例えば、本明細書に説明される方法は、コンピュータシステム上で実行するソフトウェア内に実装される、またはマイクロプロセッサの組み合わせ、あるいは他の特別に設計されたアプリケーション特有の統合された回路、プログラム可能論理デバイス、もしくは種々のそれらの組み合わせを利用して、ハードウェア内に実装されてもよい。特に、本明細書に説明される方法は、搬送波、ディスクドライブ、またはコンピュータ読み取り可能媒体等の記憶媒体上に常駐する、一連のコンピュータ実行可能命令によって、実装されてもよい。搬送波の例示的形式は、ローカルネットワークまたはインターネット等の公的にアクセス可能なネットワークに沿って、デジタルデータストリームを伝達する、電気、電磁気、または光信号であり得る。加えて、本発明の特有の実施形態は、オブジェクト指向ソフトウェアプログラミング概念を採用し得るが、本発明は、そのように限定されず、コンピュータの動作を指示する他の形式を採用するように、容易に適応される。
【０１０４】
また、種々の実施形態は、そこにコンピュータコードを有する、コンピュータ読み取り可能媒体を備える、コンピュータプログラム製品の形式として提供可能である。コンピュータ読み取り可能媒体は、読取専用および書込可能ＣＤならびにＤＶＤ、磁気メモリ、半導体メモリ（例えば、フラッシュメモリおよび他のポータブルメモリカード等）等の光学媒体を含む、コンピュータによる使用のために、そこにコンピュータコードを格納可能な任意の媒体を含むことが可能である。さらに、そのようなソフトウェアは、ネットワーク、無線リンク、不揮発性メモリデバイス等を介して、あるコンピューティングデバイスから別のコンピューティングデバイスにダウンロードまたは別様に転送可能である。
【０１０５】
図４は、一実施形態による、ネットワークアーキテクチャ４００を例証する。示されるように、複数のネットワーク４０２が、提供される。本ネットワークアーキテクチャ４００に照らして、ネットワーク４０２はそれぞれ、インターネット、ピアツーピア・ネットワーク等のローカルエリアネットワーク（ＬＡＮ）、無線ネットワーク、広域ネットワーク（ＷＡＮ）を含むが、それられに限定されない、任意の形式をとり得る。
【０１０６】
ネットワーク４０２に連結されるのは、ネットワーク４０２上で通信可能なサーバ４０４である。また、ネットワーク４０２およびサーバ４０４に連結されるのは、複数のクライアント４０６である。そのようなサーバ４０４および／またはクライアント４０６はそれぞれ、デスクトップコンピュータ、ラップトップコンピュータ、携帯型コンピュータ、携帯電話、携帯端末（ＰＤＡ）、周辺機器（例えば、プリンタ等）、コンピュータの任意の構成要素、および／または任意の他の種類の論理を含んでもよい。ネットワーク４０２間の通信を促進するために、少なくとも１つのゲートウェイ４０８が、随意に、その間に連結される。
【０１０７】
１つ以上のスキャナ４１０が、ネットワーク、サーバ４０４、および／またはクライアント４０６に連結されてもよい。スキャナ４１０は、任意の相互接続経路を介して、付属機械によって、および／または他の機械によって遠隔で、アクセス可能であってもよい。
【０１０８】
図５は、一実施形態による、図４のサーバ４０４および／またはクライアント４０６と関連付けられ得る、代表的ハードウェア環境を示す。そのような図は、一実施形態による、マイクロプロセッサ等の中央演算装置５１０と、システムバス５１２を介して相互に接続される、いくつかの他のユニットと、を有する、ワークステーションの典型的ハードウェア構成を例証する。
【０１０９】
図５に示されるワークステーションは、ランダムアクセスメモリ（ＲＡＭ）５１４と、読取専用メモリ（ＲＯＭ）５１６と、ディスク記憶ユニット５２０等の周辺デバイスをバス５１２に接続するためのＩ／Ｏアダプタ５１８と、キーボード５２４、マウス５２６、スピーカ５２８、マイクロホン５３２、および／またはタッチスクリーン（図示せず）等の他のユーザインターフェースデバイスをバス５１２に接続するためのユーザインターフェースアダプタ５２２と、ワークステーションを通信ネットワーク５３５（例えば、データ処理ネットワーク）に接続するための通信アダプタ５３４と、バス５１２をディスプレイデバイス５３８に接続するためのディスプレイアダプタ５３６と、を含む。
【０１１０】
ワークステーションは、そこに常駐する任意の所望のオペレーティングシステムを有してもよい。また、実施形態は、上述のもの以外のプラットフォームおよびオペレーティングシステム上に実装されてもよいことを理解されるであろう。一実施形態は、ＪＡＶＡ（登録商標）、Ｃ、および／またはＣ＋＋言語、または他のプログラミング言語とともに、オブジェクト指向プログラミング法を使用して、書き込まれてもよい。オブジェクト指向プログラミング（ＯＯＰ）は、複雑な用途を開発するために、ますます使用されるようになっている。
【０１１１】
当然ながら、本明細書に記載される種々の実施形態は、ハードウェア、ソフトウェア、またはそれらの任意の所望の組み合わせを利用して、実装されてもよい。その点に関して、本明細書に記載される種々の機能性を実装可能な任意の種類の論理が、利用されてもよい。
【０１１２】
種々の実施形態について、上述されたが、それらは、一例として提示されているにすぎず、制限ではないことを理解されたい。したがって、好ましい実施形態の幅および範囲は、上述の例示的実施形態のいずれかによって制限されるべきではなく、以下の請求項およびその同等物に従ってのみ定義されるべきである。
【技術分野】
【０００１】
本発明は、文書分析システム、方法、およびコンピュータプログラム製品に関し、より具体的には、本発明は、文書の有効性を決定するためのシステム、方法、およびコンピュータプログラム製品に関する。
【背景技術】
【０００２】
現在、ビジネス取引は、２人以上の当事者間の情報の交換として記録される。情報は、送信者によって生成され、種々の手段を介して、例えば紙文書、電子的文書等を介して、受信者に到達可能である。ビジネス取引内では、両当事者が、文書の内容および取引の種類に関するいくつかの情報を有することが暗黙的に推測される。
【０００３】
多くの場合、受信当事者は、取引を前提として、文書の内容を比較することによって、受信した文書の内容を認証する必要がある。これは、例えば、ヒトが文書を熟読し、文書内容を既に受信者の所有にある対応する内容と比較することによって達成可能である。しかしながら、文書のレイアウトおよび形式は、送信者間で大きく異なり、大まかに構成されており、関連情報の自動抽出および認識を非常に困難かつ不正確なものにする。さらに、そのような手動検閲は、時間およびコストの両方がかかる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
したがって、現在、自動ビジネス取引文書認証方法の改良の必要性が存在する。
【課題を解決するための手段】
【０００５】
一実施形態による方法は、第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行するステップと、第１の文書から識別子を抽出するステップと、を含む。第１の文書と関連付けられた相補的文書は、識別子を使用して、識別される。第１の文書を相補的文書にマッピングする仮説のリストは、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを使用して、生成される。第１の文書の有効性は、仮説に基づいて、決定される。決定された有効性は、表示として出力される。
【０００６】
別の実施形態による方法は、電子的第１の文書から識別子を抽出するステップと、識別子を使用して、第１の文書と関連付けられた相補的文書を識別するステップと、を含む。第１の文書の有効性は、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを同時に検討することによって、決定される。決定された有効性は、表示として出力される。
【０００７】
また、上述の方法論を提供、実行、および／または有効化するためのシステムおよびコンピュータプログラム製品も、提示される。
【０００８】
本発明の他の側面および利点は、一例として、本発明の原理を例証する、図面と関連して検討される場合、以下の発明を実施するための形態から明白となるであろう。
【０００９】
本発明の性質および利点だけでなく、好ましい使用形態のより完全なる理解のために、付随の図面と合わせて熟読される、以下の発明を実施するための形態を参照されたい。
【図面の簡単な説明】
【００１０】
【図１】図１は、本発明の一実施形態による、文書の有効性を決定するための方法である。
【図２】図２は、本発明の一実施形態による、請求書の有効性を決定するための方法である。
【図３】図３は、本発明の一実施形態による、知的エージェントを使用せず、請求書の有効性を決定するための方法を例証する。
【図４】図４は、一実施形態による、ネットワークアーキテクチャを例証する。
【図５】図５は、一実施形態による、図４のサーバおよび／またはクライアントと関連付けられ得る、代表的ハードウェア環境を示す。
【発明を実施するための形態】
【００１１】
以下の説明は、本発明を実行するために現在想定されている、最良の形態である。本説明は、本発明の一般的原理を例証する目的のために行われ、本明細書に請求される発明の概念を制限することを意味するものではない。さらに、本明細書に説明される特定の特徴は、種々の可能性のある組み合わせおよび順列のそれぞれにおいて、他の説明される特徴と組み合わせて使用可能である。
【００１２】
本明細書に別途具体的に定義されない限り、すべての用語は、明細書から含意される意味だけでなく、当業者によって理解され、辞書、論文等に定義される意味を含め、その広範な可能性のある解釈が与えられるものとする。
【００１３】
また、明細書および添付の請求項で使用されるように、単数形「ａ」、「ａｎ」、および「ｔｈｅ」は、別途指定されない限り、複数形を含むことに留置されたい。
【００１４】
ビジネス取引をサポートする典型的文書として、物品を購入する際に交換される文書、例えば、注文書、請求書、見積要求、配達証明等の他の文書が挙げられる。当然ながら、多くの他の種類の取引も、存在する。
【００１５】
受信当事者は、取引を前提として、多くの場合、データベース内に電子的に格納される、文書の内容を比較することによって、受信した文書の内容を認証する必要がある。すなわち、受信者は、受信した文書から情報を読み出す、または抽出し、それをそのデータベース内に格納された対応する情報と比較する必要がある。これは、例えば、ヒトが文書を熟読し、そのデータをエンコードし、それを受信者のデータベースの対応する内容と比較することによって、達成可能である。情報の抽出は、文書から関連情報を自動的に抽出する技術を利用することによって、少なくともある程度、自動化可能である。
【００１６】
今日、多くの文書は、依然として、紙で受信され、ヒトによる読み取り可能性のために構築されている。文書のレイアウトおよび形式は、送信者間で大きく異なり、大まかに構成されており、先行技術方法を使用しての関連情報の自動抽出および認識を非常に困難かつ不正確なものにする。１枚の紙から情報を抽出する方法の１つは、最初に、紙画像をテキストに変換し、次いで、テキストを見進め、必要とされるフィールドの抽出を行う、プログラムの使用によるものである。これらのプログラムの最も高度な点は、テキストまたは画像の特別な特徴を検索し、関連情報を特定することである。これは、文書構造および文書言語の著しい知識を要求する。
【００１７】
認証を最終決定するために、抽出されたデータは、抽出されたデータを受信者データベースの内容と比較し、エラーを補正し、取引を認証する、人物またはプログラムに回送される。抽出されたデータとデータベースの内容の効果的自動比較を達成するために、最初に、送信者と受信者の言語との間の意味的差異を解決する必要がある。しばしば、言語には、多くの微妙な差が存在し、自動比較を直接的にし、故に、非効果的にする。例えば、送信者および受信者は、異なる単位を使用し、直接比較不可能な異なる値をもたらす場合がある。したがって、満足のゆく自動化率を達成するために、自動比較に先立って、送信者の言語をそのデータベース内の受信者の言語に翻訳する、データの正規化が、行われる必要がある。
【００１８】
ビジネス取引を認証するための代替プロセスは、データを抽出または正規化する必要なく、関与当事者によって理解される、取引の直接的、すなわち、自動比較、したがって、認証を可能にする、電子データ交換（ＥＤＩ）を利用することである。ＥＤＩは、情報交換のための標準化された文書形式の使用を通して、データ正規化問題を事前に解決することによって、本レベルの自動化を達成する。これらの形式の設定は、時間およびコストがかかり、環境変化に容易に適応しないプロセスをもたらす。
【００１９】
一実施形態では、ある自動ビジネス取引認証プロセスは、標準化された文書形式を手動で定義する必要なく、ＥＤＩに近い自動取引認証レベルを可能にする。これは、上述のような、情報抽出に続き、データ正規化、次いで、受信者のデータベースとの比較といった連続プロセスの範囲を超えて達成される。新しいプロセスは、利用可能なすべての情報を利用し、同時に、取引を認証する。異なる情報源は、受信した文書、そのデータベース内に格納される受信者の取引の予測値、および特有の取引に関するビジネスルールである。新しいプロセスは、これらの源からの情報を分析し、同時に、相補的情報を使用して、相互作用を認証する。
【００２０】
具体的には、抽出およびＯＣＲエラーを自動的に補正するだけでなく、データを自動的に正規化し、受信した文書と受信者のデータベースの非常に効率的比較を生み出し、したがって、取引の効率的自動認証をもたらすことが可能である。加えて、経時的に、プロセスは、送信者特有のデータフォーマッティングを学習可能であって、順に、本特有の送信者のための自動取引認証のレベルを改良する。要するに、新しいプロセスは、受信した文書（紙または電子）の源から独立して、独創的に、自動取引認証を可能にする。経時的に、プロセスは、各受信者のための非常に特有のデータ正規化を自動的に構築可能である。本質的に、新しいプロセスは、受信者側のＥＤＩによって使用される、標準化された文書形式を自動的に生成する。
【００２１】
一実施形態では、紙の請求書認証プロセスは、以下のステップを含む。最初に、紙の請求書が、スキャンされる。次に、光学式文字認識（ＯＣＲ）が、スキャンされた請求書に適用される。加えて、情報が、請求書から抽出される。抽出された請求書ヘッダ情報の実施例は、請求書番号、総請求額、送信者の氏名および住所である。数量、記述、単価、および明細行項目の総額等の明細行項目情報の抽出は、効果的かつ確実に行うことは困難である。故に、明細行項目の抽出は、しばしば、割愛される場合がある。
【００２２】
さらに、抽出された情報は、手動で認証される。必要に応じて、ＯＣＲエラーおよび特有のフィールドに対してエクストラクタによって割り当てられたラベルが、補正される。例えば、注文書番号としてエクストラクタによって識別された番号が、実際に、顧客番号であるかどうか決定される。さらに、抽出された情報の内容は、注文書と整合することによって、認証される。例えば、請求書から抽出された総請求額は、注文書の注文総量と整合されてもよい。また、請求書は、認証された情報を請求書認証ルールと確認することによって、認証される。
【００２３】
しかしながら、いくつかの困難点が、本プロセスによって生じる。第１に、効果的かつ信頼できる自動抽出システムの設定は、時間がかかる。特に、上述のように、明細行項目の抽出は、困難である。明細行項目抽出のための自動システムは、しばしば、テンプレート抽出に依存し、ベンダ毎に特注テンプレートを有する必要がある。その上、明細行項目によって保持される情報は、請求書を認証するために重要である。
【００２４】
加えて、請求書の認証の場合、抽出された情報の大部分は、無関係である場合がある。説明されたプロセスを考える場合、どの情報が請求書認証のために重要であるか、およびどの情報が無視可能であるかの知識は、抽出された情報の認証に関与するオペレータにとって、利用不可能である。その結果、オペレータは、しばしば、実際に必要とされる以上の情報を認証および補正する。さらに、内容の手動認証は、時間がかかる。内容の自動認証は、請求書と注文書情報との間の意味的差異を処理するために、設定プロセスを要求する。例えば、単位は、請求書と注文書との間で異なる場合がある。要するに、効果的自動整合を達成するために、請求書データを正規化する必要があり得る。データ正規化の設定は、時間および労力がかかる。サプライヤ毎に、特有のデータ正規化が、要求される。同様に、注文物品の記述は、請求書と注文書との間で、実質的に異なる可能性がある。例えば、９０度接続パイプは、請求書上では、Ｌ型接続パイプ、注文書上では、直角接続パイプとして説明される場合がある。
【００２５】
これらの困難点および問題の結果、特に、明細行項目情報も、請求書認証のために必要とされる場合、自動請求書認証は、しばしば、非効果的であって、受信請求書のわずかな部分のみ適用可能となる。上述の最初の２つの困難点を効果的に排除する、電子請求書を使用することによって、プロセスをさらに改良可能である。電子請求書の場合、データ正規化ステップは、自動内容認証のために残る。
【００２６】
上述の請求書認証プロセスの不利点の１つは、利用可能な情報の他の源から独立して、一度に１つの情報源を処理する、その連続的性質である。例えば、スキャンされた紙の請求書を考える場合、ＯＣＲステップは、スキャンされた画素の入力に与えられた最も可能性の高い文字列の検索を試行する。ＯＣＲステップは、抽出情報および注文書と整合することによって抽出された内容認証情報を考慮しない。明らかに、本付加的情報は、可能性のある文字列を制約し、したがって、ＯＣＲステップを改良可能である。ビジネスルールは、ＯＣＲステップ、抽出ステップだけでなく、データ正規化ステップに恩恵をもたらし得る、別の付加的情報源である。請求書の場合、例示的ビジネスルールとして、明細行項目の総額は、送達された明細行項目数量に単価を乗じたものに等しいはずである。整合ステップを通して、認証の際、本情報を利用することによって、例えば、請求書と注文書との間の単位の差異の曖昧さを解消可能である。これらは、認証プロセスにおいて、同時に付加的情報を利用する利点を例証する、多くの実施列のうちのいくつかにすぎない。
【００２７】
上述のプロセスと対照的に、後述の請求書認証プロセスは、請求書の有効性を決定するために、同時に、いくつかまたはすべての利用可能な情報源を利用する。一般に、利用可能な情報源として、請求書自体、対応する注文書、配達受領書、およびビジネスルールが挙げられる。請求書認証プロセスは、ＯＣＲ、抽出、注文書と整合することによって抽出された内容の認証、およびビジネスルールから情報を得る。所与の情報の組み合わされた制約下、可能な仮説を評価し、その結果、請求書の有効性を示す、信頼スコアをもたらす。加えて、プロセスもまた、潜在的問題を示唆する。例えば、注文書の任意の位置と整合しない、請求書上の明細行項目、不足送達、超過送達、請求書と注文書との間の価格差等である。
【００２８】
図１は、文書の有効性を決定するための方法１００を示す。方法１００は、任意の所望の環境において実行されてもよいことに留意されたい。
【００２９】
操作１０２に示されるように、光学式文字認識（ＯＣＲ）が、取引全体の一部として使用される、紙文書であり得る、第１の文書のスキャンされた画像上で行われる。第１の文書は、手書き、タイプ、またはプリントされたテキストの任意の物理的表現を含んでもよい。例えば、第１の文書として、請求書、領収証、明細書、販売注文文書、保険金請求文書等を含んでもよい。別の実施例では、第１の文書として、福利厚生の説明文書、医療保険文書等を含んでもよい。
【００３０】
加えて、一実施形態では、スキャンされた画像は、第１の文書をスキャンすることによって、生成されてもよい。例えば、文書は、個人または市販のハードウェアスキャンデバイス、スキャンソフトウェア等を使用して、スキャンされてもよい。
【００３１】
さらに、スキャンされた画像は、文書のスキャンから得られた任意の画像を含んでもよい。例えば、スキャンされた画像は、ＪＰＥＧ画像、ビットマップ画像、ＴＩＦＦ画像、ＲＡＷ画像等を含んでもよい。当然ながら、しかしながら、スキャンされた画像は、任意の画像の種類を含んでもよい。加えて、本実施形態に照らして、光学式文字認識は、スキャンされた画像の機械編集可能テキストへの任意の機械的または電子的変換を含んでもよい。
【００３２】
上述のＯＣＲステップは、特定の状況では、行われる必要がない場合があることに留意されたい。例えば、ある事例では、第１の文書は、電子的文書を含んでもよい。
【００３３】
加えて、操作１０４に示されるように、識別子が、第１の文書から抽出される。本実施形態に照らして、識別子は、識別の目的のために使用可能な第１の文書の任意の側面を含んでもよい。例えば、識別子は、注文書番号、文書の見出し、文書の表題、ＯＣＲされたバージョンの文書のファイル名等を含んでもよい。一実施形態では、識別子は、スキャンされ、ＯＣＲされたバージョンの第１の文書から抽出されてもよい。
【００３４】
別の実施形態では、識別子は、第１の文書の１つ以上の部分をスキャンすることによって、第１の文書から抽出されてもよい。さらに別の実施形態では、識別子は、文書のＯＣＲを行うステップと同時に抽出されてもよい。さらに別の実施形態では、識別子は、手動で抽出されてもよい。しかしながら、識別子は、当然ながら、任意の様式において、第１の文書から抽出されてもよい。
【００３５】
さらに、代替アプローチでは、第１の文書から識別子を抽出するのではなく、識別子は、いくつかの他の源から、例えば、識別子を入力するユーザから、第１の文書上のバーコードのスキャンから、第１の文書の電子画像のファイル名から等の入力であってもよい。
【００３６】
さらに、操作１０６に示されるように、第１の文書と関連付けられた相補的文書（または、複数の文書）が、識別子を使用して、識別されてもよい。本実施形態に照らして、相補的文書として、何らかの方法で、第１の文書と関連付けられた任意の文書を含んでもよい。例えば、相補的文書として、注文書、覚書、配達受領書等のうちの少なくとも１つを含んでもよい。別の実施形態では、相補的文書は、第１の文書と関係を有してもよい。例えば、相補的文書として、第１の文書と関連する注文書を含んでもよく、その場合、第１の文書は、請求書である。
【００３７】
別の実施形態では、相補的文書は、識別子をデータベース、リポジトリ等と比較することによって、識別されてもよい。例えば、注文書は、注文書番号を注文書リポジトリと比較することによって、識別されてもよい。さらに別の実施形態では、相補的文書は、読み出されてもよい。例えば、相補的文書は、データベース、リポジトリ等から読み出されてもよい。
【００３８】
また、オプションとして、識別子は、加えて、第１の文書を相補的文書とリンクする、付加的文書を使用して、決定されてもよい。例えば、ベンダ識別子は、未出荷注文書番号のリストをベンダの識別子とリンクする、付加的文書から抽出されてもよい。
【００３９】
さらに、操作１０８に示されるように、第１の文書を相補的文書にマッピングする仮説のリストが、第１の文書からのテキスト情報、相補的文書からのテキスト情報、および所定のビジネスルールを使用して、生成される。一実施形態では、第１の文書および相補的文書からのテキスト情報として、数値情報、テキスト、記号等を含んでもよい。例えば、テキスト情報として、物品の記述、明細行項目、ヘッダフィールド項目、単価、物品の数量、計算価格等を含んでもよい。
【００４０】
別の実施形態では、いくつかのテキスト情報は、第１の文書から抜けている場合がある。例えば、ＯＣＲステップによるエラーが存在する場合がある。それに応じて、任意の空隙を充填するために、第１の文書の列が、認証されてもよく、第１の文書からの正確なテキスト情報を取得するために、平方平衡化等の操作が行われてもよい。
【００４１】
さらに別の実施形態では、第１の文書上の用語は、同一物を参照するものとして、相補的文書上の異なる用語と相関されてもよい。例えば、サプライヤ、顧客等の異なる実体は、製品、測定単位等の記述のために、異なる記述または異なる言語を使用する場合がある。別の実施形態では、直接相関が検索されない場合、第１の文書上の用語に対して、最近似整合が、決定されてもよい。加えて、用語の相関は、データベース内に格納されてもよい。例えば、翻訳データベースは、後の使用のために、仮説のリストの生成の際、オンザフライで構築されてもよい。
【００４２】
加えて、仮説のリストは、線、色等、第１の文書および相補的文書からの非テキスト情報を使用して、生成されてもよい。さらに、仮説のリストは、第１の文書および相補的文書からの場所情報を使用して、生成されてもよい。例えば、場所情報として、第１の文書または相補的文書内のテキスト情報の場所を含んでもよい。本場所情報は、仮説のリストの生成を支援してもよい。例えば、正確であることが分かっているテキスト情報の場所を使用して、エラーが他のテキスト情報とともに存在するかどうかを決定してもよい。
【００４３】
別の実施形態では、仮説は、第１の文書および対応する文書のテキスト情報の１つ以上の項目間の任意の対応を含んでもよい。例えば、仮説は、第１の文書からのテキスト情報と対応する文書からのテキスト情報との間の整合を含んでもよい。さらに、所定のビジネスルールとして、ビジネスに関連する任意の所定のルールを含んでもよい。一実施形態では、所定のビジネスルールは、第１の文書または相補的文書に関連してもよい。例えば、所定のビジネスルールとして、明細行項目の総額は、数量を単価で乗じたものに等しいというルールを含んでもよい。別の実施例では、所定のビジネスルールとして、全明細行項目は、第１の文書の小計と等しい必要があるというルールを含んでもよい。
【００４４】
加えて、予測値または他の制約が、仮説のリストの生成の際に使用されてもよい。例えば、特定の量のある製品が予測されていることを開示する、ＥＲＰシステムからの予測値が、使用されてもよい。
【００４５】
一例示的実施形態では、第１の文書と相補的文書との間で潜在的に整合する任意のフィールドが、仮説を生成するために、潜在的フィールドとして選択される。加えて、単一フィールドは、複数の潜在的対応する仮説を有してもよい。すべての潜在的に整合するフィールドが、決定されると、第１の文書および／または相補的文書の構造が決定され、フィールドが、論理的順番に群化される。例えば、フィールドは、「最近傍」様式で群化されてもよい。別の実施例では、フィールドは、記述、質、価格、合計等として、群化されてもよい。さらに、次いで、所定のビジネスルールを使用して、フィールドの有効性を確認する。例えば、所定のビジネスルールは、個々の量フィールドを個々の価格フィールドと乗じたものが、総額フィールドと等しいことを確認してもよい。このように、正確な仮説が、再構築または抽出をほとんど使用せずに、生成され得る。
【００４６】
別の例示的実施形態では、抽出は、テキスト情報だけでなく、各フィールドに関する初期概念を提供するために、ＯＣＲされたバージョンの第１の文書にわたって実行される。抽出されたテキスト情報、所定のビジネスルール、および相補的文書を利用した分析後、抽出されたテキスト情報が、改変される。例えば、番号、文字、および他のフィールド項目が、所定のビジネスルールならびに相補的文書から得られた情報に従って、改変される。改変が行われた後、付加的分析が、改変された抽出テキスト情報、所定のビジネスルール、および相補的文書を利用して、行われる。このように、抽出されたテキスト情報は、相補的文書により正確に関連するように、微調整されてもよい。
【００４７】
さらに別の例示的実施形態では、抽出は、明細行項目を表す、すべての明細行および明細行群を識別するために、ＯＣＲされたバージョンの第１の文書にわたって実行される。加えて、相互相関が、相補的文書と抽出された第１の文書からのテキスト情報との間で行われる。さらに、第１の文書は、相互相関を使用して、再構築される。
【００４８】
別の実施形態では、第１の文書内のＯＣＲエラーは、相補的文書からのテキスト情報および所定のビジネスルールのうちの少なくとも１つを使用して、補正されてもよい。加えて、別の実施形態では、第１の文書からのデータは、相補的文書からのテキスト情報および所定のビジネスルールのうちの少なくとも１つを使用して、正規化されてもよい。さらに、さらに別の実施形態では、相補的文書からのデータは、第１の文書からのテキスト情報および所定のビジネスルールのうちの少なくとも１つを使用して、正規化されてもよい。例えば、正規化として、グラムからキログラム、オンスからグラム、ドルからユーロ等への変換を含んでもよい。
【００４９】
加えて、操作１１０に示されるように、第１の文書の有効性は、仮説に基づいて、決定される。本実施形態に照らして、有効性は、第１の文書が、相補的文書と十分に関連するかどうかの表示を含んでもよい。例えば、有効性として、第１の文書が相補的文書と整合することの表示を含んでもよい。加えて、有効性は、仮説を分析することによって、決定されてもよい。別の実施形態では、加えて、決定は、仮説の信頼レベルに基づいてもよい。
【００５０】
さらに、一実施形態では、第１の文書の有効性を決定する際、潜在的問題に遭遇すると、警告が、生成されてもよい。例えば、警告として、第１および相補的文書における、予測された類似または同一値の不整合の識別を含んでもよい。加えて、別の実施形態では、第１の文書の明細行項目、ヘッダフィールド項目等の項目の補正および認証のうちの少なくとも１つを示す、ユーザ入力が、受信されてもよい。
【００５１】
さらに、別の実施形態では、第１の文書の有効性を決定するステップは、第１の文書内の予測されるまたは実際の明細行項目、ヘッダフィールド項目等のための値を自動的に予想するステップを含んでもよい。また、第１の文書の有効性を決定するステップは、相補的文書からのテキスト情報およびビジネスルールのうちの少なくとも１つに基づいて、第１の文書内の予測されるまたは実際の明細行項目、ヘッダフィールド項目等のための値を自動的に補正することを含んでもよい。さらに別の実施形態では、第１の文書は、仮説およびビジネスルールを使用して、再構築されてもよく、その場合、有効性を決定するステップは、再構築された第１の文書を分析する。オプションとして、第１の文書の有効性を決定するステップは、第１の文書からのテキスト情報を全体的に認証するステップを含んでもよい。例えば、請求書の各明細行項目が、全体的に認証されてもよい。
【００５２】
さらに別の実施形態では、第１の文書が有効であると決定すると、知識が、生成された仮説に基づいて、生成されてもよい。例えば、知識を生成するステップは、変換を使用するステップを含んでもよい。当技術分野において周知の任意の変換方法を使用可能である。種々の実施形態で使用され得る、いくつかの変換方法は、２００７年５月２３日出願のＳｃｈｍｉｄｔｌｅｒらの米国特許出願公開第ＵＳ２００８−００９７９３６Ａ１号に記載されており、参照することによって本明細書に組み込まれる。
【００５３】
一例示的実施形態では、抽出された第１の文書からのテキスト情報が、個人によって検証されると、または抽出されたテキスト情報が、完全整合の決定によって、コンピュータによって検証されると、検証結果が、エクストラクタに送信される。このように、エクストラクタは、検証された情報から「学習」し、検証された情報を将来的抽出および分析に適用可能である。
【００５４】
さらに、操作１１２に示されるように、決定された有効性は、表示として出力される。出力表示は、テキスト、画像、音、または決定された有効性を表す任意の他の表示を含んでもよい。例えば、表示は、グラフ表示デバイス等に出力されてもよい。さらに、表示は、例えば、ＲＡＭ、ＲＯＭ、ハードドライブ等、当技術分野において周知の種類の記憶媒体に出力され、そこに格納されてもよい。このように、第１の文書は、ほとんどの場合、ヒトの介入を伴わずに、第１の文書内の有効ではないものの正確な知識をもって、シームレスに認証され得る。加えて、一実施形態では、決定された有効性を使用して、ビジネス取引を認証してもよい。
【００５５】
加えて、第１の文書が有効であることの決定に失敗すると、または第１の文書が無効であることを決定すると、照合画面が、ユーザに出力されてもよい。例えば、第１の文書内の１つ以上のエラーが、相補的文書と解決不可能な整合をもたらす場合、エラーが、照合画面に提示され、そこで、ヒトオペレータ（例えば、顧客またはサプライヤの従業員）が、第１の文書の有効性の決定を支援するために、エラーを閲覧し、第１の文書を補正してもよい。ヒトによる操作は、メッセージ、例えば、電子メールメッセージを介して、解決不可能なエラーが、第１の文書とともに存在することを通知されてもよい。ヒトによる補正が行われた後、次いで、方法は、補正された第１の文書上で反復されてもよい。
【００５６】
別の実施形態では、照合画面にアクセスするための通知が、第１の文書の送信者に送信されてもよい。さらに、第１の文書への修正は、照合画面を閲覧するユーザによって、受信されてもよい。さらに、修正された第１の文書の再認証が、試行されてもよい。
【００５７】
本明細書に提示される方法論は、同一取引に関連し得る、またはそうではない、連続文書のために反復されてもよい。例えば、第２の文書が、第１の文書と同一取引の一部であると想定する。第１の文書の有効性を決定後、第２の文書の有効性が、オリジナルの相補的文書を再度使用して、および／または第１の文書を相補的文書として使用して、決定されてもよい。したがって、例証的シーケンスは、図１の方法を実行し、第１の文書を認証し、次いで、第２の文書のスキャンされた画像上でＯＣＲを行い、第２の文書から識別子を抽出することであってもよい。第２の文書と関連付けられた第２の相補的文書が、識別される。上述のように、第２の相補的文書は、第１の文書を認証するために使用されたものと同一であってもよく、および／または認証された第１の文書は、第２の相補的文書として使用されてもよい。別のアプローチでは、第２の相補的文書は、いくつかの他の文書全部である。第２の文書を第２の相補的文書にマッピングする仮説のリストは、第２の文書からのテキスト情報、第２の相補的文書からのテキスト情報、および所定のビジネスルールを使用して、生成される。第２の文書の有効性は、仮説に基づいて決定され、第２の文書の決定された有効性は、ある表示として出力される。
【００５８】
一実施例では、第１の文書は、請求書であってもよく、その有効性は、相補的文書として関連付けられた注文書を使用して、決定される。また、関連付けられた配達証明も、認証されるべきである。しかしながら、２つの文書上に示される数量、価格等の方法が変動するために、配達証明を注文書と認証することは困難であると想定される。請求書が認証されると、配達証明を認証するために、相補的文書として使用されてもよい。
【００５９】
同様に、第１の文書の有効性の決定を試行するために、一般的方法が、再度行われてもよいが、今回は、異なる相補的文書が使用される。本アプローチは、２つ以上の有効性の決定を提供することによって、第１の文書の有効のより高い信頼性を提供するために有用となり得る。また、本アプローチは、文書の認証際、最初の試行が失敗した場合に、使用されてもよい。
【００６０】
図２は、別の実施形態による、請求書の有効性を決定するための方法２００を示す。オプションとして、方法２００は、図１のアーキテクチャおよび環境に照らして、実行されてもよい。しかしながら、方法２００は、当然ながら、任意の所望の環境において実行されてもよい。
【００６１】
操作２０２に示されるように、請求書が、スキャンされる。加えて、操作２０４では、スキャンされた請求書が、ＯＣＲされる。さらに、操作２０６では、請求書から、注文書番号および／または販売者の住所の抽出が、試行される。一実施形態では、抽出は、請求書に対応する注文書を識別する目的のためであってもよい。別の実施形態では、抽出は、単純エクストラクタによって、行われてもよい。
【００６２】
操作２０８では、自動抽出が失敗したかどうかが決定される。失敗した場合、操作２１０では、注文書番号および／または販売者の住所が、請求書から手動で抽出される。
【００６３】
加えて、操作２０８において、自動抽出が失敗していないと決定される場合、操作２１２では、注文書情報が、注文書リポジトリ２１４から、所与の請求書のために要求される。例えば、注文書情報は、ＥＲＰシステムから要求されてもよい。
【００６４】
さらに、操作２１６では、所与の請求書のための注文書が、注文書リポジトリ２１４から読み出される。一実施形態では、一式の注文書が、所与の請求書から読み出されてもよい。
【００６５】
また、操作２１６において読み出された所与の請求書のための注文書だけでなく、スキャンされ、ＯＣＲされた請求書も、統合反復請求書認証を行う、統合された整合および抽出アルゴリズム２２０を利用して、処理される。一実施形態では、明細行項目情報は、統合された整合および抽出アルゴリズム２２０によって、スキャンされ、ＯＣＲされた請求書から、自動的に識別および認証されてもよい。例えば、明細行項目の単価、数量、記述、および明細行項目価格に加え、小計、税額、発送費および定数量、ならびに総額が、請求書から、自動的に識別および認証されてもよい。別の実施例では、統計的エクストラクタが、請求書にわたって実行されてもよい。統計的エクストラクタは、単価、数量、説明、明細行項目価格等の抽出されたデータに関する情報を提供してもよい。
【００６６】
加えて、操作２２２では、統合された整合および抽出アルゴリズム２２０によって、請求書が有効であるかどうかが決定される。例えば、請求書が、不完全または不正確なデータを含有するかどうかが決定されてもよい。操作２２２において、請求書が有効であることが決定される場合、操作２２４では、請求書が、その有効性を前提として、さらに処理される。操作２２２において、請求書が無効であると決定される場合、操作２２６では、請求書は、認証プロセスによって検出された１つ以上のエラーに従って、さらに処理される。
【００６７】
しかしながら、操作２２２において、さらなる入力が必要とされると決定される場合、操作２２８では、知的エージェントが、任意の整合結果を分析し、認証を妨害した特有の問題を決定する。加えて、操作２３０では、操作２２８において、ユーザからのさらなる入力が必要であると、知的エージェントによる分析から得られた特有の問題が、表示される。さらに、操作２３２では、ユーザは、任意の要求されたさらなる入力を供給し、本さらなる入力は、順に、統合された整合および抽出アルゴリズム２２０とともに、操作２１８において抽出された情報および操作２１６において読み出された所与の請求書のための注文書を利用して、処理される。
【００６８】
例えば、請求書が、自動的に認証不可能である場合、システムは、ユーザに、請求書の自動認証を妨害した請求書上の特有のフィールドのＯＣＲされたデータおよび抽出結果を補正ならびに認証するよう指示することによって、ユーザから付加的情報を要求してもよい。次いで、補正され、認証された情報は、付加的情報を考慮して、請求書の有効性を再評価するために、統合された整合および抽出アルゴリズム２２０にフィードバックされてもよい。オプションとして、本プロセスは、請求書が、認証される、または請求書を無効にする、請求書に関する深刻な問題が識別されるまで、反復されてもよい。
【００６９】
別の実施例では、システムは、高い正確性をもって、自動認証を妨害する請求書に関する特有の情報を自動的に識別し得る。これは、ビジネスルールを利用して、整合仮説を分析する、知的エージェントによって、達成されてもよい。知的エージェントは、必要な入力を最小限にし、非常に効率的手動認証および補正をもたらし得る。
【００７０】
その結果、上述の方法２００は、他の請求書認証アプローチと比較して、多くの利点をもたらす。例えば、上述の方法２００は、ゼロ設定を提供してもよく、任意のヒトの介入を伴わずに、実質的に多数の請求書をシームレスに処理可能にし得る。加えて、上述の方法２００は、ＯＣＲおよび抽出結果の手動認証ならびに補正の加速化だけでなく、無効請求書の効率的識別も提供し得る。このように、不足送達、超過送達、および超過価格設定等の状況が、専門の従業員がそのような請求書を検索または分析する必要なく、１つ以上の請求書に基づいて、発生しているかどうかが決定され得る。
【００７１】
さらに、上述の方法２００は、異なる利用可能な情報源の同時使用を提供してもよい。抽出からの知識を利用し、それを注文書の予測値と比較し、適用可能ビジネスルールと確認することによって、上述の方法２００は、改良された抽出の正確性をもたらし得る。特に、明細行項目抽出の正確性は、実質的に改良され得る。さらに、上述の方法２００は、自動ＯＣＲエラー補正だけでなく、自動データ正規化を提供してもよい。また、上述の方法２００は、統合プロセスであるため、任意の改良が、相互に助長しあい得る。例えば、改良されたＯＣＲは、改良された抽出をもたらし、順に、より優れた整合をもたらし得る等である。
【００７２】
図３は、さらに別の実施形態による、知的エージェントを使用せず、請求書の有効性を決定するための方法３００を示す。オプションとして、方法３００は、図１および／または２のアーキテクチャならびに環境に照らして、実行されてもよい。しかしながら、方法３００は、当然ながら、任意の所望の環境において、実行されてもよい。
【００７３】
操作３０２に示されるように、請求書が、スキャンされる。加えて、操作３０４では、スキャンされた請求書が、ＯＣＲされる。さらに、操作３０６では、請求書から、注文書番号および／または販売者の住所の抽出が、試行される。操作３０８では、自動抽出が失敗したかどうかが、決定される。失敗した場合、操作３１０では、注文書番号および／または販売者の住所は、請求書から手動で抽出される。
【００７４】
加えて、操作３０８において、自動抽出が失敗しなかったと決定される場合、操作３１２では、注文書情報が、注文書リポジトリ３１４から、所与の請求書のために要求される。例えば、注文書情報は、ＥＲＰシステムから要求されてもよい。
【００７５】
さらに、操作３１６では、所与の請求書のための注文書は、注文書リポジトリ３１４から読み出される。一実施形態では、一式の注文書が、所与の請求書のために読み出されてもよい。
【００７６】
また、スキャンされ、ＯＣＲされた請求書だけでなく、操作３１６において読み出された所与の請求書のための注文書が、統合反復請求書認証を行う、統合された整合および抽出アルゴリズム３２０を利用して、処理される。加えて、操作３２２では、統合された整合および抽出アルゴリズム３２０によって、請求書が有効であるかどうかが、決定される。例えば、請求書が不完全または不正確なデータを含有するかどうかが、決定されてもよい。
【００７７】
操作３２２において、請求書が有効であると決定される場合、操作３２４では、請求書は、その有効性を前提して、さらに処理される。操作３２２において、請求書が無効であると決定される場合、操作３２６では、請求書は、認証プロセスによって検出された１つ以上のエラーに従って、さらに処理される。
【００７８】
しかしながら、操作３２２において、さらなる入力が必要であると決定される場合、操作３２８では、現在の整合結果が、表示される。加えて、操作３３０では、ユーザは、さらなる入力をシステムに供給し、本さらなる入力は、順に、統合された整合および抽出アルゴリズム３２０とともに、操作３１８において抽出された情報ならびに操作３１６において読み出された所与の請求書のための注文書を利用して、処理される。
【００７９】
一実施形態では、請求書の有効性は、ＯＣＲからの情報、抽出からの情報、注文書との整合、ビジネスルール、および潜在的に手動で認証される情報を同時に利用することによって、決定されてもよい。本統合された整合プロセスのために使用される、アルゴリズムの実施例は、以下の実施形態に説明される。
【００８０】
本実施形態に照らして、位置は、注文書位置を含み、請求書明細行は、請求書上の物理的明細行を含み、明細行項目は、送達される特有の物品および対応する料金の記述を含む。加えて、明細行項目フィールドは、特定の意味を伴う、明細行項目の構成要素、例えば、送達される物品の記述、単価、数量、および／または計算価格を含む。さらに、記述は、送達される物品を記述する、特有の明細行項目フィールドを含む。また、位置整合候補（ＰＭＣ）は、注文書位置に整合する候補である、明細行項目の組み合わせを含む。一実施形態では、ＰＭＣは、位置に対して１対１のマッピングを行う一方、明細行項目は、必ずしも、位置に対して１対１のマッピングを有するわけではない。
【００８１】
整合および抽出アルゴリズムは、請求書上に与えられた情報を対応する注文書と比較することによって、請求書を認証する。この目的を達成するために、アルゴリズムは、以下のタスクを行う。最初に、アルゴリズムは、所与の請求書上の明細行項目を本請求書の未出荷注文書位置と関連付けることによって、明細行項目を認証する。加えて、アルゴリズムは、合計、小計、税金だけでなく、認証された明細行項目に対する発送費および定数量等の他の付加的料金のための抽出された値を考慮して、請求書の一貫性を確認することによって、請求書を認証する。さらに、アルゴリズムは、請求書の有効性を示すスコアだけでなく、アルゴリズムによって決定された明細行項目および注文書位置に対するそのフィールドの最良の関連性を出力する。
【００８２】
アルゴリズムは、整合仮説のリストを生成する。一実施例では、整合仮説は、明細行項目および未出荷注文書位置のリストに対するそのそれぞれのフィールドの可能性のある関連性であるだけでなく、合計、小計、税金、および請求書を認証するために必要な他の付加的料金のための可能性のある値である。アルゴリズムは、生成された仮説のそれぞれに対して、関連性および認証の全体的コストを決定する。最もコストのかからない仮説が、最終結果として、選択される。
【００８３】
コストは、異なる情報源に基づいてもよい。例えば、アルゴリズムは、ＯＣＲ結果および文字の信頼性を利用してもよい。加えて、アルゴリズムは、エクストラクタ結果、例えば、請求書上のトークン毎に、可能性のあるラベル割当のリストおよび関連付けられた信頼性を利用してもよい。さらに、アルゴリズムは、ＯＣＲの補正および抽出結果だけでなく、注文書情報およびビジネスルール等、ユーザ提供入力を利用してもよい。
【００８４】
整合仮説は、２つのステッププロセスにおいて生成される。第１のステップは、請求書の明細行項目から一式のＰＭＣを形成する。しかしながら、ここでの複雑な要因は、明細行項目が、必ずしも、位置に対して１対１にマッピングされない場合があることである。時として、いくつかの明細行項目は、同一位置にマッピングされる場合がある。加えて、一実施形態では、いくつかの位置は、同一明細行項目にマッピングされる場合がある。故に、アルゴリズムは、抽出およびＯＣＲ結果を考慮して、明細行項目を組み合わせることによって、ＰＭＣを生成する。加えて、さらに別の実施形態では、いくつかの位置が同一明細行項目にマッピングされる場合を処理するために、明細行項目整合候補（ＬＩＭＣ）が、位置集合から作成されてもよい。
【００８５】
第２のステップは、生成されたＰＭＣ集合の特有の１対１マッピングを位置に対して選択することによる整合仮説の作成および結果として生じる認証を最終決定する。別のアプローチでは、明細行項目に対する生成されたＬＩＭＣ集合の特有の１対１マッピングが、選択される。さらに別のアプローチでは、上述の組み合わせが、使用されてもよい。
【００８６】
便宜上、以下は、ＰＭＣを指すが、類似方法論が、ＬＩＭＣおよび／またはＰＭＣとＬＩＭＣの組み合わせの使用に適用されてもよいことを理解されたい。整合仮説の全体的コストｃは、表１に示されるように、２つのステップの個々のコストの合計である。
【００８７】
表１
ｃ＝ｃＰＭＣ＋ｃＭＡＰ
表１に示されるように、ｃＰＭＣは、特有のＰＭＣ集合を生成するコストを示し、ｃＭＡＰは、位置に対する生成されたＰＭＣ集合の特有の１対１マッピングおよび請求書の認証と関連付けられたコストである。コストｃＰＭＣは、表２に示されるように、以下の合計に因数分解される。
【００８８】
表２
ｃＰＭＣ＝ｃｐｒｉｏｒ＋ｃｌｉｎｅ＋ｃｅｘｔｒａｃｔｉｏｎ＋ｃＯＣＲ＋ｃｓｅｑｕｅｎｃｅ＋ｃａｌｉｇｎｍｅｎｔ
異なるコストｃｐｒｉｏｒ、ｃｅｘｔｒａｃｔｉｏｎ、ｃＯＣＲ、ｃｓｅｑｕｅｎｃｅ、ｃａｌｉｇｎｍｅｎｔ、およびｃｌｉｎｅは、表３に示されるように定義される。
【００８９】
表３
ｃｐｒｉｏｒ：明細行項目の特有の組み合わせと関連付けられたコスト。明細行項目の組み合わせに関する以前の知識を含有する、発見的コストである。例えば、請求書上に順序通りに現れる明細行項目の組み合わせは、非連続明細行項目の組み合わせより好ましい。
ｃｌｉｎｅ：明細行項目対一般的請求書明細行となるように、本ＰＭＣ集合のために使用される、明細行項目の確率の対数和。確率は、一般的請求書明細行と比較して、異なるフォーマットの明細行項目に基づく。
ｃｅｘｔｒａｃｔｉｏｎ：本ＰＭＣ集合のためのラベル：記述、数量、単価、および計算価格が割り当てられたトークンの抽出確率の対数和。
ｃＯＣＲ：本ＰＭＣ集合によって、ラベル：数量、単価、および計算価格が割り当てられたトークンは、数量×単価＝計算価格の制約を充足する必要がある。コストｃＯＣＲは、これらのトークンにおける異なる文字のＯＣＲ信頼性を考慮して、本代数的制約を充足するステップと関連付けられたコストである。
ｃｓｅｑｕｅｎｃｅ：本コストは、明細行項目フィールドのいくつかの配列は、他よりも可能性が高いという以前の知識を獲得する。例えば、請求書上では、計算価格が、明細行項目上の第１の明細行項目フィールドに観察され、単価、数量、そして最後に記述が続く可能性はなく、反対に、記述、数量、単価、および計算価格の配列が、明細行項目に非常に一般的である。
ｃａｌｉｇｎｍｅｎｔ：明細行項目フィールドが垂直に整列される傾向にあるという観察を反映するコスト。
【００９０】
第２のステップのマッピングコストｃＭＡＰは、表４に示される。
【００９１】
表４
ｃＭＡＰ＝ｃｍａｔｃｈ＋ｃｖａｌｉｄ
変数ｃｍａｔｃｈは、位置に対する本ＰＭＣ集合の１対１マッピングの総コストを表す。ある位置に対して単一ＰＭＣを整合させる個々の整合コストの和である。単一整合コストは、位置における対応する入力に対する個々の明細行項目フィールド：説明、数量、単価、および計算価格のファジー整合のコストから導出される。ファジー整合は、抽出された明細行項目フィールド内の個々の文字のＯＣＲ信頼性を考慮する。
【００９２】
変数ｃｖａｌｉｄは、位置に対して選択された本ＰＭＣ集合の１対１マッピングを考慮して、請求書の有効性を決定し、本情報を所定のビジネスルールに従って請求書から抽出された付加的情報と確認するコストを表す。例えば、デフォルトのビジネスルールは、本ＰＭＣ集合の計算価格の和が、請求書小計、請求書合計、税金、ならびに発送費および手数料等の付加的抽出された料金のために抽出された値と釣り合うことであってもよい。コストは、抽出された値の抽出確率および個々の文字の関連付けられたＯＣＲ信頼性に基づいてもよい。
【００９３】
整合仮説の数は、明細行項目の数だけでなく、位置に応じて、階乗式に増加する。故に、最良整合仮説のための全数検索は、先行技術方法を使用すると、数十以上の明細行項目および位置を伴う請求書の場合、直ぐに非実用的となる。高度アルゴリズムは、効率的かつ効果的に検索の近似値を求める。選択されたアプローチは、以下の段落に説明される。
【００９４】
可能性のあるＰＭＣ集合の数は、明細行項目の数に階乗式である。同様に、特有のＰＭＣ集合を前提とした、位置に対する可能性のある１対１マッピングの数も、位置および明細行項目の数に階乗式である。故に、結果として生じる可能性のある整合仮説の数は、マッピングの階乗式数と組み合わせられたＰＭＣ集合の階乗式数であって、上述のように、先行技術方法を使用すると、整合仮説の全数検索空間を非実用的なものとする。
【００９５】
マッピング空間から独立して、ＰＭＣ集合空間を検索することは、検索の複雑度を低下させるであろう。しかしながら、本アプローチは、明細行項目と位置の準最適関連性をもたらす。これは、整合仮説検索空間に厳し過ぎる制限を適用し、局所最適をもたらす。例証的実施例は、めったに観察されないレイアウトの明細行項目を伴う、請求書である。本事例では、抽出された明細行項目フィールドに対する最良の推測は、系統的に誤っている可能性がある。さらに、ｃＰＭＣにおける付加的コストは、誤抽出結果を克服するように、問題を十分に抑制せず、したがって、最終的には、明細行項目と位置との誤関連性をもたらす。この場合、マッピングコストｃＭＡＰに含有される情報の同時分析が、問題を解決するために必要である。
【００９６】
選択されたアルゴリズムは、ＰＭＣ集合空間およびマッピング空間を同時に検索する。これは、特有の問題の先験的知識を利用することによって、明細行項目および位置の数を考慮して、検索空間の組み合わせ増加に対処する。例えば、特有のＰＭＣ集合を前提として、すべての可能性のあるマッピングの全数検索は、不必要である。この時点で、問題は、十分に抑制され、最良マッピングのための盲目的検索は、十分となる。一方、最良ＰＭＣ集合のための盲目的検索は、明細行項目と位置との準最適関連性をもたらす傾向にある。検索のために採用される最終戦略は、ＰＭＣ集合空間の制限された組み合わせ検索を適用し、特有のＰＭＣ集合を前提として、それを最良のマッピングのための盲目的検索と組み合わせることである。アルゴリズムは、ＰＭＣ集合空間の制限された組み合わせ検索のために、確率論的アニーリングを使用する。
【００９７】
【表１】
表５は、上述のプロセスをより詳細に説明する。初期ＰＭＣ集合を生成し、個々のＰＭＣを位置に盲目的に関連付けることによって、整合仮説を開始する。アルゴリズムのメインループは、整合仮説空間を通して反復することによって、初期整合仮説の改良を試行する。メインループの各反復において、アルゴリズムは、確率論的アニーリングを使用して、ＰＭＣ集合を選択し、盲目的検索を使用して、位置に対するその最良マッピングを決定する。アルゴリズムは、全体的コストｃの改良が限界になる時を決定する。
【００９８】
【表２】
表６は、ＰＭＣ集合を反復的に生成するための手順を例証する。修正されたＰＭＣ集合は、最初に、本明細行項目の組み合わせおよび明細行項目候補の検討される集合にわずかな変更を行うことによって、生成される。変更は、コスト：ｃｐｒｉｏｒおよびｃｌｉｎｅに従って、サンプリングされる。本アニーリング温度を前提とすると、より高いコストｃｐｒｉｏｒ＋ｃｌｉｎｅを伴う、選択された変更は、時として、受容される。第２のステップでは、いくつかの明細行項目フィールドのラベルは、コスト：ｃｅｘｔｒａｃｔｉｏｎ、ｃＯＣＲ、ｃｓｅｑｕｅｎｃｅ、ｃａｌｉｇｎｍｅｎｔ、および本アニーリング温度を使用して、無作為に修正される。
【００９９】
本発明は、特有の実施形態を参照して、例証および説明されたが、さらなる修正および改良が、当業者に想起されるであろう。したがって、本発明は、例証される特定の形式に限定されず、本明細書の教示のあらゆる可能性のある修正を網羅することが、添付の請求項に意図されることを理解されたい。
【０１００】
本説明は、当業者が本発明を作成および使用可能となるように提示され、本発明の特定の用途およびその要件に照らして、提供される。開示される実施形態に対する種々の修正は、当業者に容易に明白となり、本明細書に定義される一般的原理は、本発明の精神および範囲から逸脱することなく、他の実施形態および用途に適用されてもよい。したがって、本発明は、示される実施形態に限定されることが意図されるものではなく、本明細書に開示される原理および特徴に準拠して、最大限の範囲が供与される。
【０１０１】
特に、本明細書で論じられる種々の実施形態は、複数のコンピュータシステムの中でも、通信の手段として、インターネットを使用して、実装される。当業者は、本発明が、通信媒体として、インターネットの使用に限定されず、本発明の代替方法が、専用イントラネット、ＬＡＮ、ＷＡＮ、ＰＳＴＮ、または他の通信手段の使用に対応してもよいことを認識するであろう。加えて、有線、無線（例えば、無線周波数）、および任意の通信リンクの種々の組み合わせが、利用されてもよい。
【０１０２】
本発明の本実施形態が冷笑的に実行されるプログラム環境は、ファクシミリ装置および携帯型コンピュータ等、１つ以上の汎用コンピュータまたは特殊用途デバイスを組み込む。そのようなデバイス（例えば、プロセッサ、メモリ、データ記憶装置、入力および出力デバイス）の詳細は、周知であるため、明確性のために、省略される。
【０１０３】
また、本明細書に提示される技法は、種々の技術を使用して実装される場合があることを理解されたい。例えば、本明細書に説明される方法は、コンピュータシステム上で実行するソフトウェア内に実装される、またはマイクロプロセッサの組み合わせ、あるいは他の特別に設計されたアプリケーション特有の統合された回路、プログラム可能論理デバイス、もしくは種々のそれらの組み合わせを利用して、ハードウェア内に実装されてもよい。特に、本明細書に説明される方法は、搬送波、ディスクドライブ、またはコンピュータ読み取り可能媒体等の記憶媒体上に常駐する、一連のコンピュータ実行可能命令によって、実装されてもよい。搬送波の例示的形式は、ローカルネットワークまたはインターネット等の公的にアクセス可能なネットワークに沿って、デジタルデータストリームを伝達する、電気、電磁気、または光信号であり得る。加えて、本発明の特有の実施形態は、オブジェクト指向ソフトウェアプログラミング概念を採用し得るが、本発明は、そのように限定されず、コンピュータの動作を指示する他の形式を採用するように、容易に適応される。
【０１０４】
また、種々の実施形態は、そこにコンピュータコードを有する、コンピュータ読み取り可能媒体を備える、コンピュータプログラム製品の形式として提供可能である。コンピュータ読み取り可能媒体は、読取専用および書込可能ＣＤならびにＤＶＤ、磁気メモリ、半導体メモリ（例えば、フラッシュメモリおよび他のポータブルメモリカード等）等の光学媒体を含む、コンピュータによる使用のために、そこにコンピュータコードを格納可能な任意の媒体を含むことが可能である。さらに、そのようなソフトウェアは、ネットワーク、無線リンク、不揮発性メモリデバイス等を介して、あるコンピューティングデバイスから別のコンピューティングデバイスにダウンロードまたは別様に転送可能である。
【０１０５】
図４は、一実施形態による、ネットワークアーキテクチャ４００を例証する。示されるように、複数のネットワーク４０２が、提供される。本ネットワークアーキテクチャ４００に照らして、ネットワーク４０２はそれぞれ、インターネット、ピアツーピア・ネットワーク等のローカルエリアネットワーク（ＬＡＮ）、無線ネットワーク、広域ネットワーク（ＷＡＮ）を含むが、それられに限定されない、任意の形式をとり得る。
【０１０６】
ネットワーク４０２に連結されるのは、ネットワーク４０２上で通信可能なサーバ４０４である。また、ネットワーク４０２およびサーバ４０４に連結されるのは、複数のクライアント４０６である。そのようなサーバ４０４および／またはクライアント４０６はそれぞれ、デスクトップコンピュータ、ラップトップコンピュータ、携帯型コンピュータ、携帯電話、携帯端末（ＰＤＡ）、周辺機器（例えば、プリンタ等）、コンピュータの任意の構成要素、および／または任意の他の種類の論理を含んでもよい。ネットワーク４０２間の通信を促進するために、少なくとも１つのゲートウェイ４０８が、随意に、その間に連結される。
【０１０７】
１つ以上のスキャナ４１０が、ネットワーク、サーバ４０４、および／またはクライアント４０６に連結されてもよい。スキャナ４１０は、任意の相互接続経路を介して、付属機械によって、および／または他の機械によって遠隔で、アクセス可能であってもよい。
【０１０８】
図５は、一実施形態による、図４のサーバ４０４および／またはクライアント４０６と関連付けられ得る、代表的ハードウェア環境を示す。そのような図は、一実施形態による、マイクロプロセッサ等の中央演算装置５１０と、システムバス５１２を介して相互に接続される、いくつかの他のユニットと、を有する、ワークステーションの典型的ハードウェア構成を例証する。
【０１０９】
図５に示されるワークステーションは、ランダムアクセスメモリ（ＲＡＭ）５１４と、読取専用メモリ（ＲＯＭ）５１６と、ディスク記憶ユニット５２０等の周辺デバイスをバス５１２に接続するためのＩ／Ｏアダプタ５１８と、キーボード５２４、マウス５２６、スピーカ５２８、マイクロホン５３２、および／またはタッチスクリーン（図示せず）等の他のユーザインターフェースデバイスをバス５１２に接続するためのユーザインターフェースアダプタ５２２と、ワークステーションを通信ネットワーク５３５（例えば、データ処理ネットワーク）に接続するための通信アダプタ５３４と、バス５１２をディスプレイデバイス５３８に接続するためのディスプレイアダプタ５３６と、を含む。
【０１１０】
ワークステーションは、そこに常駐する任意の所望のオペレーティングシステムを有してもよい。また、実施形態は、上述のもの以外のプラットフォームおよびオペレーティングシステム上に実装されてもよいことを理解されるであろう。一実施形態は、ＪＡＶＡ（登録商標）、Ｃ、および／またはＣ＋＋言語、または他のプログラミング言語とともに、オブジェクト指向プログラミング法を使用して、書き込まれてもよい。オブジェクト指向プログラミング（ＯＯＰ）は、複雑な用途を開発するために、ますます使用されるようになっている。
【０１１１】
当然ながら、本明細書に記載される種々の実施形態は、ハードウェア、ソフトウェア、またはそれらの任意の所望の組み合わせを利用して、実装されてもよい。その点に関して、本明細書に記載される種々の機能性を実装可能な任意の種類の論理が、利用されてもよい。
【０１１２】
種々の実施形態について、上述されたが、それらは、一例として提示されているにすぎず、制限ではないことを理解されたい。したがって、好ましい実施形態の幅および範囲は、上述の例示的実施形態のいずれかによって制限されるべきではなく、以下の請求項およびその同等物に従ってのみ定義されるべきである。
【特許請求の範囲】
【請求項１】
第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行することと、
該第１の文書から識別子を抽出することと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、
該第１の文書を該相補的文書にマッピングする仮説のリストを生成することであって、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと
を使用して、行うことと、
該仮説に基づいて、該第１の文書の有効性を決定することと、
該決定された有効性の表示を出力することと
を含む、方法。
【請求項２】
前記第１の文書は、請求書である、請求項１に記載の方法。
【請求項３】
前記相補的文書は、前記請求書と関係を有する注文書、覚書、および配達受領書のうちの少なくとも１つである、請求項２に記載の方法。
【請求項４】
前記スキャンされた画像を生成するために、スキャナを使用して、前記第１の文書をスキャンすることをさらに含む、請求項１に記載の方法。
【請求項５】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書内のＯＣＲエラーを補正することをさらに含む、請求項１に記載の方法。
【請求項６】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書からのデータを正規化することをさらに含む、請求項１に記載の方法。
【請求項７】
前記第１の文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記相補的文書からのデータを正規化することをさらに含む、請求項１に記載の方法。
【請求項８】
前記第１の文書の有効性を決定する場合に潜在的問題に遭遇すると、警告を生成することをさらに含む、請求項１に記載の方法。
【請求項９】
前記警告は、前記第１の文書および前記相補的文書における予測された類似値または同一値の不整合の識別を含む、請求項８に記載の方法。
【請求項１０】
前記第１の文書の明細行項目またはヘッダフィールド項目の補正および認証のうちの少なくとも１つを示すユーザ入力を受信することをさらに含む、請求項１に記載の方法。
【請求項１１】
前記第１の文書の有効性を決定することは、該第１の文書内の予測される明細行項目または実際の明細行項目のための値を自動的に予想することを含む、請求項１に記載の方法。
【請求項１２】
前記第１の文書の有効性を決定することは、前記相補的文書からのテキスト情報および前記ビジネスルールのうちの少なくとも１つに基づいて、前記第１の文書内の予測される明細行項目または実際の明細行項目またはヘッダフィールド項目のための値を自動的に補正することを含む、請求項１に記載の方法。
【請求項１３】
前記第１の文書は、福利厚生の説明文書、販売注文文書、および保険金請求文書のうちの少なくとも１つである、請求項１に記載の方法。
【請求項１４】
同一物を参照するものとして、前記第１の文書上の用語を前記相補的文書上の異なる用語を相関させることをさらに含む、請求項１に記載の方法。
【請求項１５】
前記用語の相関をデータベース内に格納することをさらに含む、請求項１４に記載の方法。
【請求項１６】
前記仮説およびビジネスルールを使用して、前記第１の文書を再構築することをさらに含み、前記有効性を決定することは、該再構築された第１の文書を分析する、請求項１に記載の方法。
【請求項１７】
前記第１の文書が有効であることを決定すると、前記生成された仮説に基づいて、知識を生成することをさらに含む、請求項１に記載の方法。
【請求項１８】
前記知識を生成することは、変換を使用することを含む、請求項１７に記載の方法。
【請求項１９】
前記第１の文書が有効であることの決定に失敗すると、または該第１の文書が無効であることを決定すると、ユーザに照合画面を出力することをさらに含む、請求項１に記載の方法。
【請求項２０】
前記照合画面にアクセスするための通知が、前記第１の文書の送信者に送信される、請求項１９に記載の方法。
【請求項２１】
前記照合画面を閲覧するユーザによる、前記第１の文書への修正を受信することをさらに含む、請求項１９に記載の方法。
【請求項２２】
前記修正された第１の文書の再認証を試行することをさらに含む、請求項２２に記載の方法。
【請求項２３】
前記決定された有効性は、ビジネス取引を認証するために使用される、請求項１に記載の方法。
【請求項２４】
第２の文書のスキャンされた画像上でＯＣＲを実行することと、
該第２の文書から識別子を抽出することと、
該第２の文書と関連付けられた相補的文書を識別することと、
該第２の文書を該第２の相補的文書にマッピングする仮説のリストを生成することであって、
該第２の文書からのテキスト情報と、
該第２の相補的文書からのテキスト情報と、
所定のビジネスルールと、
を使用して行う、ことと、
該仮説に基づいて、該第２の文書の有効性を決定することと、
該第２の文書の決定された有効性の表示を出力することと
をさらに含む、請求項１に記載の方法。
【請求項２５】
前記認証された第１の文書は、前記第２の相補的文書として使用される、請求項２４に記載の方法。
【請求項２６】
前記第１の文書の有効性を再度決定するために、第２の相補的文書を使用して、前記方法を反復することをさらに含む、請求項１に記載の方法。
【請求項２７】
電子的第１の文書から識別子を抽出することと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を同時に検討することによって、該第１の文書の有効性を決定することと、
該決定された有効性の表示を出力することと
を含む、方法。
【請求項２８】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書内のＯＣＲエラーを補正することをさらに含む、請求項２７に記載の方法。
【請求項２９】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書からのデータを正規化することをさらに含む、請求項２７に記載の方法。
【請求項３０】
前記第１の文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記相補的文書からのデータを正規化することをさらに含む、請求項２７に記載の方法。
【請求項３１】
前記第１の文書の有効性を決定する際、潜在的問題に遭遇すると、警告を生成することをさらに含む、請求項２７に記載の方法。
【請求項３２】
前記警告は、前記第１および相補的文書における予測された類似値または同一値の不整合の識別を含む、請求項３１に記載の方法。
【請求項３３】
前記第１の文書の明細行項目またはヘッダフィールド項目の補正および認証のうちの少なくとも１つを示すユーザ入力を受信することをさらに含む、請求項２７に記載の方法。
【請求項３４】
前記第１の文書の有効性を決定することは、該第１の文書内の予測されるまたは実際の明細行項目のための値を自動的に予想するステップを含む、請求項２７に記載の方法。
【請求項３５】
前記第１の文書の有効性を決定することは、前記相補的文書からのテキスト情報および前記ビジネスルールのうちの少なくとも１つに基づいて、該第１の文書内の予測されるまたは実際の明細行項目またはヘッダフィールド項目のための値を自動的に補正することを含む、請求項２７に記載の方法。
【請求項３６】
前記決定された有効性を使用して、ビジネス取引を認証する、請求項２７に記載の方法。
【請求項３７】
電子的第２の文書を取得することと、
該第２の文書と関連付けられた第２の相補的文書を識別することと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を使用して、
該第２の文書を該第２の相補的文書にマッピングする仮説のリストを生成することと、
該仮説に基づいて、該第２の文書の有効性を決定することと、
該第２の文書の決定された有効性の表示を出力することと
をさらに含む、請求項２７に記載の方法。
【請求項３８】
前記認証された第１の文書は、前記第２の相補的文書として使用される、請求項３７に記載の方法。
【請求項３９】
前記第１の文書の有効性を再度決定するために、第２の相補的文書を使用して、前記方法を反復することをさらに含む、請求項２７に記載の方法。
【請求項４０】
コンピュータ読み取り可能媒体上で具現化される、コンピュータプログラム製品であって、
第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行するためのコードと、
該第１の文書から識別子を抽出するためのコードと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別するためのコードと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を使用して、該第１の文書を該相補的文書にマッピングする仮説のリストを生成するためのコードと、
該仮説に基づいて、該第１の文書の有効性を決定するためのコードと、
該決定された有効性の表示を出力するためのコードと
を備える、コンピュータプログラム製品。
【請求項４１】
第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行することと、
該第１の文書から識別子を抽出することと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、
該第１の文書からのテキスト情報と、該相補的文書からのテキスト情報と、所定のビジネスルールと、を使用して、該第１の文書を該相補的文書にマッピングする仮説のリストを生成することと、
該仮説に基づいて、該第１の文書の有効性を決定することと、
該決定された有効性の表示を出力することと
を行うためのデバイスを備える、システム。
【請求項４２】
コンピュータ読み取り可能媒体上で具現化される、コンピュータプログラム製品であって、
電子的第１の文書から識別子を抽出するためのコードと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別するためのコードと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を同時に検討することによって、該第１の文書の有効性を決定するためのコードと、
該決定された有効性の表示を出力するためのコードと
を備える、コンピュータプログラム製品。
【請求項４３】
電子的第１の文書から識別子を抽出することと、該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、該第１の文書からのテキスト情報と、該相補的文書からのテキスト情報と、所定のビジネスルールとを同時に検討することによって、前記第１の文書の有効性を決定することと、該決定された有効性の表示を出力することとを行うためのデバイスを備える、システム。
【請求項１】
第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行することと、
該第１の文書から識別子を抽出することと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、
該第１の文書を該相補的文書にマッピングする仮説のリストを生成することであって、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと
を使用して、行うことと、
該仮説に基づいて、該第１の文書の有効性を決定することと、
該決定された有効性の表示を出力することと
を含む、方法。
【請求項２】
前記第１の文書は、請求書である、請求項１に記載の方法。
【請求項３】
前記相補的文書は、前記請求書と関係を有する注文書、覚書、および配達受領書のうちの少なくとも１つである、請求項２に記載の方法。
【請求項４】
前記スキャンされた画像を生成するために、スキャナを使用して、前記第１の文書をスキャンすることをさらに含む、請求項１に記載の方法。
【請求項５】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書内のＯＣＲエラーを補正することをさらに含む、請求項１に記載の方法。
【請求項６】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書からのデータを正規化することをさらに含む、請求項１に記載の方法。
【請求項７】
前記第１の文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記相補的文書からのデータを正規化することをさらに含む、請求項１に記載の方法。
【請求項８】
前記第１の文書の有効性を決定する場合に潜在的問題に遭遇すると、警告を生成することをさらに含む、請求項１に記載の方法。
【請求項９】
前記警告は、前記第１の文書および前記相補的文書における予測された類似値または同一値の不整合の識別を含む、請求項８に記載の方法。
【請求項１０】
前記第１の文書の明細行項目またはヘッダフィールド項目の補正および認証のうちの少なくとも１つを示すユーザ入力を受信することをさらに含む、請求項１に記載の方法。
【請求項１１】
前記第１の文書の有効性を決定することは、該第１の文書内の予測される明細行項目または実際の明細行項目のための値を自動的に予想することを含む、請求項１に記載の方法。
【請求項１２】
前記第１の文書の有効性を決定することは、前記相補的文書からのテキスト情報および前記ビジネスルールのうちの少なくとも１つに基づいて、前記第１の文書内の予測される明細行項目または実際の明細行項目またはヘッダフィールド項目のための値を自動的に補正することを含む、請求項１に記載の方法。
【請求項１３】
前記第１の文書は、福利厚生の説明文書、販売注文文書、および保険金請求文書のうちの少なくとも１つである、請求項１に記載の方法。
【請求項１４】
同一物を参照するものとして、前記第１の文書上の用語を前記相補的文書上の異なる用語を相関させることをさらに含む、請求項１に記載の方法。
【請求項１５】
前記用語の相関をデータベース内に格納することをさらに含む、請求項１４に記載の方法。
【請求項１６】
前記仮説およびビジネスルールを使用して、前記第１の文書を再構築することをさらに含み、前記有効性を決定することは、該再構築された第１の文書を分析する、請求項１に記載の方法。
【請求項１７】
前記第１の文書が有効であることを決定すると、前記生成された仮説に基づいて、知識を生成することをさらに含む、請求項１に記載の方法。
【請求項１８】
前記知識を生成することは、変換を使用することを含む、請求項１７に記載の方法。
【請求項１９】
前記第１の文書が有効であることの決定に失敗すると、または該第１の文書が無効であることを決定すると、ユーザに照合画面を出力することをさらに含む、請求項１に記載の方法。
【請求項２０】
前記照合画面にアクセスするための通知が、前記第１の文書の送信者に送信される、請求項１９に記載の方法。
【請求項２１】
前記照合画面を閲覧するユーザによる、前記第１の文書への修正を受信することをさらに含む、請求項１９に記載の方法。
【請求項２２】
前記修正された第１の文書の再認証を試行することをさらに含む、請求項２２に記載の方法。
【請求項２３】
前記決定された有効性は、ビジネス取引を認証するために使用される、請求項１に記載の方法。
【請求項２４】
第２の文書のスキャンされた画像上でＯＣＲを実行することと、
該第２の文書から識別子を抽出することと、
該第２の文書と関連付けられた相補的文書を識別することと、
該第２の文書を該第２の相補的文書にマッピングする仮説のリストを生成することであって、
該第２の文書からのテキスト情報と、
該第２の相補的文書からのテキスト情報と、
所定のビジネスルールと、
を使用して行う、ことと、
該仮説に基づいて、該第２の文書の有効性を決定することと、
該第２の文書の決定された有効性の表示を出力することと
をさらに含む、請求項１に記載の方法。
【請求項２５】
前記認証された第１の文書は、前記第２の相補的文書として使用される、請求項２４に記載の方法。
【請求項２６】
前記第１の文書の有効性を再度決定するために、第２の相補的文書を使用して、前記方法を反復することをさらに含む、請求項１に記載の方法。
【請求項２７】
電子的第１の文書から識別子を抽出することと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を同時に検討することによって、該第１の文書の有効性を決定することと、
該決定された有効性の表示を出力することと
を含む、方法。
【請求項２８】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書内のＯＣＲエラーを補正することをさらに含む、請求項２７に記載の方法。
【請求項２９】
前記相補的文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記第１の文書からのデータを正規化することをさらに含む、請求項２７に記載の方法。
【請求項３０】
前記第１の文書からのテキスト情報および前記所定のビジネスルールのうちの少なくとも１つを使用して、前記相補的文書からのデータを正規化することをさらに含む、請求項２７に記載の方法。
【請求項３１】
前記第１の文書の有効性を決定する際、潜在的問題に遭遇すると、警告を生成することをさらに含む、請求項２７に記載の方法。
【請求項３２】
前記警告は、前記第１および相補的文書における予測された類似値または同一値の不整合の識別を含む、請求項３１に記載の方法。
【請求項３３】
前記第１の文書の明細行項目またはヘッダフィールド項目の補正および認証のうちの少なくとも１つを示すユーザ入力を受信することをさらに含む、請求項２７に記載の方法。
【請求項３４】
前記第１の文書の有効性を決定することは、該第１の文書内の予測されるまたは実際の明細行項目のための値を自動的に予想するステップを含む、請求項２７に記載の方法。
【請求項３５】
前記第１の文書の有効性を決定することは、前記相補的文書からのテキスト情報および前記ビジネスルールのうちの少なくとも１つに基づいて、該第１の文書内の予測されるまたは実際の明細行項目またはヘッダフィールド項目のための値を自動的に補正することを含む、請求項２７に記載の方法。
【請求項３６】
前記決定された有効性を使用して、ビジネス取引を認証する、請求項２７に記載の方法。
【請求項３７】
電子的第２の文書を取得することと、
該第２の文書と関連付けられた第２の相補的文書を識別することと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を使用して、
該第２の文書を該第２の相補的文書にマッピングする仮説のリストを生成することと、
該仮説に基づいて、該第２の文書の有効性を決定することと、
該第２の文書の決定された有効性の表示を出力することと
をさらに含む、請求項２７に記載の方法。
【請求項３８】
前記認証された第１の文書は、前記第２の相補的文書として使用される、請求項３７に記載の方法。
【請求項３９】
前記第１の文書の有効性を再度決定するために、第２の相補的文書を使用して、前記方法を反復することをさらに含む、請求項２７に記載の方法。
【請求項４０】
コンピュータ読み取り可能媒体上で具現化される、コンピュータプログラム製品であって、
第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行するためのコードと、
該第１の文書から識別子を抽出するためのコードと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別するためのコードと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を使用して、該第１の文書を該相補的文書にマッピングする仮説のリストを生成するためのコードと、
該仮説に基づいて、該第１の文書の有効性を決定するためのコードと、
該決定された有効性の表示を出力するためのコードと
を備える、コンピュータプログラム製品。
【請求項４１】
第１の文書のスキャンされた画像上で光学式文字認識（ＯＣＲ）を実行することと、
該第１の文書から識別子を抽出することと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、
該第１の文書からのテキスト情報と、該相補的文書からのテキスト情報と、所定のビジネスルールと、を使用して、該第１の文書を該相補的文書にマッピングする仮説のリストを生成することと、
該仮説に基づいて、該第１の文書の有効性を決定することと、
該決定された有効性の表示を出力することと
を行うためのデバイスを備える、システム。
【請求項４２】
コンピュータ読み取り可能媒体上で具現化される、コンピュータプログラム製品であって、
電子的第１の文書から識別子を抽出するためのコードと、
該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別するためのコードと、
該第１の文書からのテキスト情報と、
該相補的文書からのテキスト情報と、
所定のビジネスルールと、
を同時に検討することによって、該第１の文書の有効性を決定するためのコードと、
該決定された有効性の表示を出力するためのコードと
を備える、コンピュータプログラム製品。
【請求項４３】
電子的第１の文書から識別子を抽出することと、該識別子を使用して、該第１の文書と関連付けられた相補的文書を識別することと、該第１の文書からのテキスト情報と、該相補的文書からのテキスト情報と、所定のビジネスルールとを同時に検討することによって、前記第１の文書の有効性を決定することと、該決定された有効性の表示を出力することとを行うためのデバイスを備える、システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公表番号】特表２０１２−５１７６３７（Ｐ２０１２−５１７６３７Ａ）
【公表日】平成２４年８月２日（２０１２．８．２）
【国際特許分類】
【出願番号】特願２０１１−５４９２６６（Ｐ２０１１−５４９２６６）
【出願日】平成２２年２月４日（２０１０．２．４）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０２３２２４
【国際公開番号】ＷＯ２０１０／０９３５５６
【国際公開日】平成２２年８月１９日（２０１０．８．１９）
【出願人】（５０５１４９１７０）コファックス， インコーポレイテッド (2)
【Ｆターム（参考）】
【公表日】平成２４年８月２日（２０１２．８．２）
【国際特許分類】
【出願日】平成２２年２月４日（２０１０．２．４）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０２３２２４
【国際公開番号】ＷＯ２０１０／０９３５５６
【国際公開日】平成２２年８月１９日（２０１０．８．１９）
【出願人】（５０５１４９１７０）コファックス， インコーポレイテッド (2)
【Ｆターム（参考）】
[ Back to top ]