Blog Detayi

Belge otomasyonu neredeyse her zaman aynı soruyla başlar: metni OCR ile çıkarıp kurallar mı uygulayalım, yoksa belgeyi doğrudan bir büyük dil modeline verip içerik üzerinde akıl yürütmesini mi sağlayalım? Her iki yaklaşımı da üretimde yayına aldık ve dürüst cevap, ikisinin de evrensel olarak daha iyi olmadığı — farklı şekildeki sorunları çözdükleridir.

OCR + Kurallar: Öngörülebilir ve Denetlenebilir

ClinOps'un Expense modülünde fişler, Türkçe ve İngilizce metin için özelleştirilmiş kendi PaddleOCR mikroservisimiz tarafından okunur ve çıkarılan alanlar doğrudan mükerrer tespiti ve kategorilendirme mantığına beslenir. TradeCheck'in öncülü Arkem de SWIFT MT700 mesajları için aynı yaklaşımı benimsedi: OCR çıkarımı, deterministik 14 kurallı bir UCP 600 motorunu besliyor. Bu hattın avantajı öngörülebilirliktir — aynı girdi güvenilir şekilde aynı çıktıyı üretir, her karar açık bir kurala kadar izlenebilir ve bir denetçiye açıklanması gereken bir model belirsizliği yoktur. Bedeli ise katılıktır: kuralların öngörmediği bir belge düzeni veya OCR modelinin yanlış okuduğu bir alan, bir kod değişikliği veya manuel bir yedek çözüm gerektirir.

LLM Vision: Esnek, Ama Doğrulamanız Gerekir

TradeCheck'in daha yeni hattı, ticari belgeleri doğrudan okuyup akreditif şartlarıyla karşılaştırmak için bulut LLM vision kullanır; tek bir geçişe güvenmek yerine hibrit bir akışla — önce vision, sonra regex, sonra LLM yapılandırılmış çıktı. LLM vision, kural bazlı OCR'ın asla başaramayacağı kadar dağınık ve tutarsız belge düzenlerini işleyebilir ve kimsenin açıkça kodlamadığı belge türlerine genelleyebilir. Bunun bedeli, çıktılara körü körüne değil, yapılandırılmış doğrulamayla güvenilmesi gerektiğidir: modeli yapılandırılmış çıktı formatlarıyla sınırlandırıyor ve çıkarımlarını, kontrol edilecek sağlam bir kuralın bulunduğu her yerde hattın deterministik kısımlarıyla (MT700 ayrıştırma gibi) çapraz kontrol ediyoruz.

Hangi Hattı Seçmeli

Genel kuralımız şu: belge formatı sabitse ve kurallar gerçekten değişmiyorsa (UCP 600'ün 14 temel kontrolü veya sabit bir fiş kategorisi listesi gibi), OCR+kurallar size denetlenebilir, ucuz ve hızlı bir hat verir. Belge düzenleri büyük ölçüde değişiyorsa veya söz konusu değerlendirme sabit bir kuraldan çok "bu açıklama bu kalemle mantıklı şekilde örtüşüyor mu" gibi bir şeye yakınsa; yapılandırılmış çıktı ve mevcut deterministik kurallarla çapraz kontrolle dizginlenen LLM vision daha uygun seçimdir. TradeCheck'inki de dahil olmak üzere gerçek sistemlerin çoğu, sonunda hibrit hale gelir: mümkün olduğunda deterministik, gerektiğinde model tabanlı ve ikisi arasındaki her geçişte doğrulanmış.