Analiza dokumentów sprawy odwoławczej
Wgraj dokumenty jednej sprawy: odwołanie, pełnomocnictwo i potwierdzenie przelewu. Narzędzie rozpozna rodzaj każdego dokumentu, wyodrębni dane i przygotuje pliki JSON w formacie UZP.
Rozpoznanie rodzaju dokumentu
| Pole | Wartość | Źródło |
|---|
Weryfikacja manifestu
Wracasz do sprawy po wymianie dokumentów? Sprawdź, z których PDF-ów powstały zapisane wyniki i które dokumenty wymagają ponownej analizy.
Manifest przechowuje ścieżkę PDF-u, sumę SHA-256 i wersję klasy użytą podczas analizy. Wynik można przeliczyć, gdy zmienił się plik, pojawiła się nowsza wersja klasy lub stary manifest nie podaje wersji.
Klasy dokumentów
+ Dodaj nową klasęKlasa to rodzaj dokumentu, który narzędzie umie rozpoznać i z którego wyodrębnia dane – np. odwołanie, pełnomocnictwo czy potwierdzenie przelewu. Dla każdej klasy określasz, po czym ją rozpoznać, jakie dane zebrać i gdzie ich szukać. Zmiany zapisane tutaj działają od razu przy kolejnym przetwarzaniu dokumentów.
Jak dodać nową klasę dokumentów
- Nazwa i opis – nadaj klasie nazwę (możesz zacząć od kopii istniejącej klasy).
- Po czym rozpoznać dokument – frazy, które w nim występują (np. „Pełnomocnictwo”), i ile punktów dają.
- Jakie dane zebrać – struktura wyniku; najprościej wczytać przykładowy wynik (np. od UZP).
- Gdzie szukać danych – dla każdego pola etykieta z dokumentu (np. „NIP”, „Data doręczenia”) i rodzaj wartości.
- Sprawdzenie i zapis – sprawdź klasę na przykładowym PDF i zapisz.
Raport jakości ekstrakcji
Porównanie wyników narzędzia z oczekiwanymi plikami JSON – domyślnie ze zbioru treningowego UZP, albo z wybranego folderu (np. wygenerowanych skanów): precyzja, czułość i F1 dla każdej klasy i każdego pola oraz lista wszystkich niezgodności.
Wyniki według klasy dokumentu
| Klasa | Dokumenty | Rozpoznanie klasy | Precyzja | Czułość | F1 | TP | FP | FN |
|---|
Wyniki według pola
| Klasa | Pole | F1 | TP | FP | FN | Niezgodności |
|---|
Niezgodności
Konsola
Połącz się z interaktywnym menu Odwołania2JSON. Dokumenty i wyniki są dostępne w folderach komputera, na którym działa aplikacja.
O narzędziu
Jak to działa
- Odczyt – tekst z warstwy tekstowej PDF, a dla skanów rozpoznawanie znaków (OCR, Tesseract).
- Rozpoznanie rodzaju dokumentu – ważone cechy tekstu z plików konfiguracyjnych klas.
- Ekstrakcja danych – reguły zdefiniowane w klasach dokumentów (zakładka „Klasy dokumentów”); opcjonalnie otwarty model językowy uzupełnia brakujące pola (tylko wartości, które dosłownie występują w dokumencie).
- Normalizacja i kontrola – daty ISO, kwoty, numery rachunków, NIP, REGON, KRS, numery BZP i TED; sumy kontrolne jako wskaźnik wiarygodności.
- Wynik – jeden plik JSON na każdy dokument, o tej samej nazwie co plik PDF, wraz ze źródłem każdej wartości.
Przejrzystość
Przy każdym polu widać numer strony, fragment tekstu, z którego pochodzi wartość, oraz metodę jej ustalenia. Kliknięcie numeru strony otwiera podgląd dokumentu na tej stronie.
Uruchomienie bez interfejsu
Umieść pliki w input/<sprawa>/ i uruchom start.bat (lub start.sh).
Wyniki pojawią się w output/<sprawa>/.
Komponenty
Wyłącznie oprogramowanie open source: Python, PyMuPDF, PyYAML, Flask, Tesseract OCR; opcjonalnie otwarty model językowy przez API zgodne z OpenAI (np. Ollama, vLLM).