Hispanopedia WikiEl procesamiento de documentos es un campo de investigación y un conjunto de procesos de producción destinados a convertir un documento analógico en digital. El procesamiento de documentos no tiene como objetivo simplemente fotografiar o escanear un documento para obtener una imagen digital , sino también hacerlo digitalmente inteligible. Esto incluye extraer la estructura del documento o el diseño y luego el contenido, que puede tomar la forma de texto o imágenes. El proceso puede involucrar algoritmos tradicionales de visión por computadora , redes neuronales convolucionales o trabajo manual. Los problemas abordados están relacionados con la segmentación semántica , la detección de objetos , el reconocimiento óptico de caracteres (OCR) , el reconocimiento de texto manuscrito (HTR) y, de manera más amplia, la transcripción , ya sea automática o no. [1] El término también puede incluir la fase de digitalización del documento mediante un escáner y la fase de interpretación del documento, por ejemplo utilizando tecnologías de procesamiento del lenguaje natural (NLP) o de clasificación de imágenes . Se aplica en muchos campos industriales y científicos para la optimización de procesos administrativos, el procesamiento del correo y la digitalización de archivos analógicos y documentos históricos.
Fondo
El procesamiento de documentos fue inicialmente (y todavía lo es en cierta medida) un tipo de trabajo de línea de producción que se ocupa del tratamiento de documentos , como cartas y paquetes, con el objetivo de clasificar, extraer o extraer datos de forma masiva. Este trabajo podría realizarse internamente o mediante la subcontratación de procesos comerciales . [2] [3] El procesamiento de documentos puede, de hecho, implicar algún tipo de trabajo manual externalizado, como el turco mecánico .
Como ejemplo de procesamiento manual de documentos, en un momento relativamente reciente como 2007, [4] el procesamiento de documentos para "millones de solicitudes de visas y ciudadanía" implicaba el uso de "aproximadamente 1.000 trabajadores contratados" que trabajaban para "administrar la sala de correo y la entrada de datos ".
Aunque el procesamiento de documentos implicaba la entrada de datos a través del teclado mucho antes del uso de un ratón de ordenador o un escáner de ordenador , un artículo de 1990 en The New York Times sobre lo que llamó la " oficina sin papel " afirmaba que "el procesamiento de documentos comienza con el escáner". [5] En este contexto, un ex vicepresidente de Xerox , Paul Strassman, expresó una opinión crítica, diciendo que las computadoras agregan en lugar de reducir el volumen de papel en una oficina. [5] Se dijo que los documentos de ingeniería y mantenimiento de un avión pesan "más que el avión mismo" [ cita requerida ] .
Procesamiento automático de documentos
A medida que avanzaba el estado de la técnica , el procesamiento de documentos pasó a manejar "componentes de documentos... como entidades de bases de datos". [6]
Una tecnología llamada procesamiento automático de documentos o, a veces, procesamiento inteligente de documentos (IDP) surgió como una forma específica de automatización inteligente de procesos (IPA), que combina inteligencia artificial como aprendizaje automático (ML), procesamiento de lenguaje natural (NLP) o reconocimiento inteligente de caracteres (ICE) para extraer datos de varios tipos de documentos. [7] [8] Los avances en el procesamiento automático de documentos, también llamado procesamiento inteligente de documentos, mejoran la capacidad de procesar datos no estructurados con menos excepciones y mayor velocidad. [9]
Aplicaciones
El procesamiento automático de documentos se aplica a una amplia gama de documentos, ya sean estructurados o no. Por ejemplo, en el mundo de los negocios y las finanzas, las tecnologías se pueden utilizar para procesar facturas en papel, formularios, órdenes de compra, contratos y letras de cambio. [10] Las instituciones financieras utilizan el procesamiento inteligente de documentos para procesar grandes volúmenes de formularios, como formularios reglamentarios o documentos de préstamos. La identificación utiliza la IA para extraer y clasificar datos de los documentos, reemplazando la entrada manual de datos. [11]
En medicina, se han desarrollado métodos de procesamiento de documentos para facilitar el seguimiento de los pacientes y agilizar los procedimientos administrativos, en particular mediante la digitalización de informes médicos o de análisis de laboratorio. El objetivo también es estandarizar las bases de datos médicas. [12] Los algoritmos también se utilizan directamente para ayudar a los médicos en el diagnóstico médico, por ejemplo, mediante el análisis de imágenes de resonancia magnética , [13] [14] o imágenes microscópicas . [15]
El procesamiento de documentos también se utiliza ampliamente en las humanidades y las humanidades digitales , con el fin de extraer grandes datos históricos de archivos o colecciones patrimoniales. Se desarrollaron enfoques específicos para diversas fuentes, incluidos documentos textuales, como archivos de periódicos, [16] pero también imágenes, [17] o mapas. [18] [19]
Tecnologías
Si bien desde la década de 1980 en adelante los algoritmos tradicionales de visión artificial se utilizaron ampliamente para resolver problemas de procesamiento de documentos [20] [21], estos han sido reemplazados gradualmente por tecnologías de redes neuronales en la década de 2010. [22] Sin embargo, las tecnologías tradicionales de visión artificial todavía se utilizan, a veces junto con redes neuronales, en algunos sectores.
Muchas tecnologías respaldan el desarrollo del procesamiento de documentos, en particular el reconocimiento óptico de caracteres (OCR) y el reconocimiento de texto manuscrito (HTR), que permiten transcribir el texto automáticamente. Los segmentos de texto propiamente dichos se identifican mediante algoritmos de detección de instancias u objetos , que a veces también se pueden utilizar para detectar la estructura del documento. Para resolver este último problema, a veces también se utilizan algoritmos de segmentación semántica .
Estas tecnologías forman a menudo el núcleo del tratamiento de documentos. Sin embargo, otros algoritmos pueden intervenir antes o después de estos procesos. De hecho, también intervienen tecnologías de digitalización de documentos , ya sea en forma de escaneo clásico o tridimensional. [23] La digitalización de documentos 3D puede recurrir en particular a derivados de la fotogrametría . A veces, también deben desarrollarse escáneres 2D específicos para adaptarse al tamaño de los documentos o por razones de ergonomía de escaneo. [17] El tratamiento de documentos también depende de la codificación digital de los documentos en un formato de archivo adecuado . Además, el tratamiento de bases de datos heterogéneas puede apoyarse en tecnologías de clasificación de imágenes .
En el otro extremo de la cadena se encuentran diversos algoritmos de finalización de imágenes, extrapolación o limpieza de datos. En el caso de los documentos textuales, la interpretación puede utilizar tecnologías de procesamiento del lenguaje natural (PLN).
Véase también
- Automatización de documentos
- Modelado de documentos
- Proceso de datos
- Imágenes de documentos
- Escaneo dúplex
- Minería de texto
- Flujo de trabajo
Referencias
- ^ Len Asprey; Michael Middleton (2003). Gestión integral de documentos y contenidos: estrategias para explotar el conocimiento empresarial. Idea Group Inc (IGI). ISBN 9781591400554.
- ^ Vinod V. Sople (25 de mayo de 2009). Subcontratación de procesos empresariales: una cadena de suministro de conocimientos especializados. PHI Learning Pvt. Ltd. ISBN 978-8120338159.
- ^ Mark Kobayashi-Hillary (5 de diciembre de 2005). Subcontratación a la India: la ventaja de la externalización. Springer Science & Business Media. ISBN 9783540247944.
- ^ Julia Preston (2 de diciembre de 2007). "Contratista de inmigración recorta salarios". The New York Times .
- ^ ab Lawrence M. Fisher (7 de julio de 1990). "El papel, una vez descartado, conserva un lugar en la oficina". The New York Times .
- ^ Al Young; Dayle Woolstein; Jay Johnson (febrero de 1996). "Título desconocido". Object Magazine . pág. 51.
- ^ "Procesamiento inteligente de documentos" (PDF) . Departamento de Informática – Universidad de Bari . 2005-04-07 . Consultado el 2018-09-08 .
- ^ Floriana Esposito , Stefano Ferilli, Teresa MA Basile, Nicola Di Mauro (1 de abril de 2005). "Procesamiento inteligente de documentos" en Actas. Octava Conferencia Internacional sobre Análisis y Reconocimiento de Documentos, Seúl, Corea del Sur, 2005, págs. 1100-1104. doi: 10.1109/ICDAR.2005.144. doi :10.1109/ICDAR.2005.144. S2CID 17302169.
{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace ) - ^ "Procesamiento inteligente de documentos (IDP)". keymarkinc.com . Consultado el 12 de julio de 2024 .
- ^ US7873576B2, John E. Jones; William J. Jones y Frank M. Csultis, "Sistema de procesamiento de documentos financieros", publicado el 18 de enero de 2011, emitido el 18 de enero de 2011
- ^ Bridgwater, Adrian. "Appian añade Google Cloud Intelligence a la combinación de automatización de bajo código". Forbes . Consultado el 21 de abril de 2021 .
- ^ Adamo, Francisco; Attivissimo, Filippo; Di Nisio, Attilio; Spadavecchia, Maurizio (febrero de 2015). "Un sistema automático de procesamiento de documentos para la extracción de datos médicos". Medición . 61 : 88–99. Código Bib : 2015Medidas...61...88A. doi :10.1016/j.medición.2014.10.032 . Consultado el 31 de enero de 2021 .
- ^ Changwan, Kim; Seong-Il, Lee; Won Joon, Cho (septiembre de 2020). "Evaluación volumétrica de la extrusión en desgarros de la raíz posterior del menisco medial mediante segmentación semiautomática en imágenes de resonancia magnética de 3 teslas". Ortopedia y Traumatología: Cirugía e Investigación . 101 (5): 963–968. doi :10.1016/j.rcot.2020.06.003. S2CID 225215597 . Consultado el 31 de enero de 2021 .
- ^ Despotović, Ivana; Bart, Goossens; Wilfried, Philips (1 de marzo de 2015). "Segmentación del cerebro humano mediante resonancia magnética: desafíos, métodos y aplicaciones". Técnicas de inteligencia computacional en medicina . 2015 : 963–968. doi : 10.1155/2015/450341 . PMC: 4402572. PMID: 25945121 .
- ^ Putzuá, Lorenzo; Caocci, Giovanni; Di Rubertoa, Cecilia (noviembre de 2014). "Clasificación de leucocitos para la detección de leucemia mediante técnicas de procesamiento de imágenes". Inteligencia artificial en medicina . 63 (3): 179-191. doi :10.1016/j.artmed.2014.09.002. hdl : 11584/94592 . PMID 25241903.
- ^ Ehrmann, Maud; Romanello, Matteo; Clematide, Simon; Ströbel, Phillip; Barman, Raphaël (2020). "Recursos lingüísticos para periódicos históricos: la colección Impresso". Actas de la 12.ª Conferencia sobre recursos lingüísticos y evaluación . Marsella, Francia. págs. 958–968.
- ^ ab Seguin, Benoit; Costiner, Lisandra; di Lenardo, Isabella; Kaplan, Frédéric (1 de abril de 2018). "Nuevas técnicas para la digitalización de archivos fotográficos históricos de arte: el caso de la Fundación Cini en Venecia". Archivo 2018 Programa final y actas . Sociedad para la ciencia y la tecnología de la imagen. págs. 1–5. doi :10.2352/issn.2168-3204.2018.1.0.2.
- ^ Ares Oliveira, Sofia; di Lenardo, Isabella; Tourenc, Bastien; Kaplan, Frédéric (11 de julio de 2019). Un enfoque de aprendizaje profundo para la computación catastral. Conferencia de Humanidades Digitales. Utrecht, Países Bajos.
- ^ Petitpierre, Rémi (julio de 2020). Redes neuronales para la segmentación semántica de mapas históricos de ciudades: desempeño transcultural e impacto de la diversidad figurativa (MSc). arXiv : 2101.12478 . doi :10.13140/RG.2.2.10973.64484.
- ^ Fujisawa, H.; Nakano, Y.; Kurino, K. (julio de 1992). "Métodos de segmentación para el reconocimiento de caracteres: de la segmentación al análisis de la estructura del documento". Actas del IEEE . 80 (7): 1079–1092. doi :10.1109/5.156471 . Consultado el 3 de febrero de 2021 .
- ^ Tang, Yuan Y.; Lee, Seong-Whan; Suen, Ching Y. (1996). "Procesamiento automático de documentos: una encuesta". Reconocimiento de patrones . 29 (12): 1931–1952. Código Bibliográfico :1996PatRe..29.1931T. doi :10.1016/S0031-3203(96)00044-1 . Consultado el 3 de febrero de 2021 .
- ^ Ares Oliveira, Sofia; Seguin, Benoit; Kaplan, Frederic (5–8 de agosto de 2018). dhSegment: un enfoque genérico de aprendizaje profundo para la segmentación de documentos. 2018 16.ª Conferencia internacional sobre fronteras en el reconocimiento de escritura a mano (ICFHR). Cataratas del Niágara, Nueva York, EE. UU.: IEEE. arXiv : 1804.10371 . doi :10.1109/ICFHR-2018.2018.00011.
- ^ "Tecnología de escaneo revolucionaria para el arte". Artmyn . Consultado el 3 de febrero de 2021 .
