То, чему соответствует факт в разрезе группы атрибутов. Например, можно присвоить факту атрибут «Дата» или «№ документа».

Совокупность правил и моделей извлечения фактов, форматеров, признаков фактов, а также правил расчета вероятностей для определенного класса документов.

Набор атрибутов, объединенных по смыслу. Например, атрибуты «Дата» и «№ документа» можно объединить в группу атрибутов «Данные».

Этап обработки документа, при котором сервис по тексту определяет, к какому классу он относится. В качестве классов обычно выделяют типы документов: входящее письмо, договор, акт выполненных работ и т.д. Для правильной классификации документов требуется обучить классификатор, предоставив ему хотя бы по 100 документов каждого класса. В результате классификации формируется модель классификации.

Классификация может быть:

•двухклассовая, при которой документу присваивается один из двух классов. Например, при определении ориентации страниц документа;

•многоклассовая, при которой документу присваивается один из нескольких классов. Например, при определении типа документа;

•многозначная (нечеткая), при которой документу может быть присвоен один или несколько классов. Например, при определении ответственных за документ;

•иерархическая, при которой документы классифицируются сначала по группам, а затем по классам. Используется для классификации большого количества документов, например 1000.

Программный модуль, выполняющий классификацию документов.

Слово или словосочетание в тексте документа, по которому сотрудник определяет значимые факты. Как правило, ключевое слово предшествует факту. Например, ключевыми словами являются «ИНН» и «КПП».

Проект, который содержит сгруппированные по типам задач связанные запросы к API. С помощью готовых коллекций легче автоматизировать выполнение запросов, так как не нужно писать их с нуля.

Совокупность файлов, которые содержат набор значимых данных для каждого класса документов, а также скрипты и алгоритмы, выполняющие извлечение фактов.

Совокупность файлов, содержащих набор признаков, характерных для каждого класса, управляющих скриптов и алгоритмов, выполняющих классификацию.

Выделенный геометрической формой участок документа, который является значимым фактом.

Свойства текста, на наличие которых проверяется каждое слово в документе при обучении моделей извлечения фактов. Модели обучаются определять факт на основании особенностей написания и расположения слов, а также на основании проверки их соответствия записям специальных словарей. Например, по признаку CountriesRus для слов «Российская» и «Федерация» обнаружится совпадение в словаре названий стран на русском языке, который содержит запись «Российская Федерация».

Отделяемая часть сервисов Directum Ario, которая содержит грамматику, библиотеки и состав извлекаемых фактов.

Совокупность всех областей документа. Для каждой области указаны атрибуты.

Визуальное представление разметки. В базовую поставку включены несколько стилей, которые различаются цветом линий размеченных фактов и видом подписи атрибутов.

Значимые данные документа, которые необходимо извлечь из текста и заполнить в карточку документа.

Совокупность реквизитов документа, расположенных в определенной последовательности.

Механизм для постобработки фактов после их извлечения. Форматеры делятся на:

•форматеры фактов, которые выполняют постобработку каждого факта. Например, форматеры дат документов, сумм, ФИО персон или тем писем. Используются для удаления лишних символов, изменения регистра и форматирования значений;

•форматеры грамматик, которые выполняют постобработку на уровне всех фактов, извлеченных из документа. Например, форматеры контрагентов в товарных накладных или адресатов в письме. Используются, когда к обработке извлеченных фактов нужно применить определенную бизнес-логику. Например, для объединения нескольких фактов в один или удаления незначимых данных документа.

Набор областей и атрибутов для конкретного класса документов. Например, при автоматической разметке по шаблону «Письмо» документы размечаются в соответствии с типовым расположением фактов в письмах.