Bảng báo giá dài thường lặp lại tiêu đề ở trang sau, trong khi một dòng hàng có thể bị tách làm đôi. Nếu AI ghép chỉ theo vị trí, số lượng của dòng này có thể đi cùng đơn giá của dòng khác. Cần giữ tọa độ và trang nguồn trước khi nối bảng; bản Excel trông ngay ngắn chưa chứng minh dữ liệu đã đúng.
Khi nào hai phần bảng được phép nối?
Trước hết kiểm tra đây có phải cùng tài liệu, cùng phiên bản và cùng bảng hay không. So tên cột, thứ tự cột, đơn vị tính và nhãn nhóm hàng. Một trang mới có cùng sáu cột nhưng đổi từ vật tư sang dịch vụ vẫn có thể là bảng khác. Nếu cột được đổi thứ tự, phải ánh xạ theo tên và ý nghĩa, không nối theo số thứ tự cột. Tài liệu Document Intelligence mô tả cấu trúc bảng và vùng nguồn; quyết định nối các bảng vẫn cần quy tắc nghiệp vụ của đơn vị sử dụng.
Ví dụ mô phỏng: dòng cuối chưa có đơn giá
Giả sử trang 3 kết thúc bằng mã VT-08 và tên hàng, còn trang 4 bắt đầu bằng phần mô tả tiếp, số lượng 12 và đơn giá. Chưa được kết luận đây là một dòng chỉ vì nó nằm sát nhau. Kiểm tra mã hàng xuất hiện ở đâu, đường kẻ, cột trống và văn bản tiếp nối; nếu không đủ dấu hiệu, gắn trạng thái CHỜ_XÁC_MINH. Với tiêu đề cột lặp lại, bỏ khỏi dữ liệu hàng nhưng giữ bằng chứng nó đã xuất hiện. Đây là ví dụ mô phỏng, không phải hồ sơ khách hàng.
Lập bản đồ nguồn trước khi chuẩn hóa
Mỗi dòng đầu ra cần có mã dòng tạm, trang nguồn, ô nguồn, văn bản đọc được, giá trị chuẩn hóa và trạng thái duyệt. Một dòng trải hai trang phải giữ cả hai trang. Lưu bản đọc thô để người duyệt có thể phân biệt lỗi OCR với lỗi ghép. Không ghi đè chuỗi gốc khi chuyển số hoặc rút gọn tên hàng. Các ô gộp dùng làm nhãn nhóm cần được truyền có chủ đích; không tự điền mọi ô trống bằng giá trị phía trên.
Ca thử phải làm lộ lỗi ghép
Chọn bảng có tiêu đề lặp, dòng tên dài, ô gộp, trang xoay và một dòng thiếu trường. So số dòng hàng với bản nguồn, rà mã lặp rồi đối chiếu các dòng ở ranh giới trang. Tổng tiền có thể dùng như dấu hiệu bổ sung nếu tài liệu có công thức rõ; tổng đúng vẫn có thể che hai dòng bù sai. Một bảng không có tổng không được coi là lỗi. Khi có nghi vấn, trả lại đoạn nguồn cụ thể để người phụ trách xác nhận, không yêu cầu họ đọc lại toàn bộ hồ sơ.
Bảng làm việc để áp dụng
| Tín hiệu | Có thể nối | Cần giữ riêng |
|---|---|---|
| Cột | Cùng nghĩa và đơn vị | Khác nghĩa hoặc chưa ánh xạ |
| Dòng cắt | Có dấu hiệu tiếp nối | Chỉ gần nhau về vị trí |
| Tiêu đề | Lặp đầu bảng | Tiêu đề nhóm mới |
| Nguồn | Truy được từng ô | Mất trang hoặc tọa độ |
Trước khi đưa kết quả vào công việc
- Giữ nguyên PDF và phiên bản đầu vào.
- Rà riêng mọi ranh giới trang, không chỉ lấy mẫu giữa bảng.
- Lưu dòng chưa rõ thành hàng chờ duyệt.
- Chỉ xuất dữ liệu dùng nghiệp vụ sau khi đối chiếu phần nối.
Tự động hóa có ích khi làm ngắn bước kiểm tra, chứ không chuyển một bảng khó đọc thành dữ liệu khó truy cứu. Nên ưu tiên khả năng quay về ô nguồn trước khi tối ưu tốc độ xuất Excel.
Hãy chọn một PDF có dòng thực sự bị cắt qua hai trang, ghi cách bạn đang nối bảng và các lỗi từng phải sửa. Khi trao đổi về AI đọc và xử lý tài liệu, mẫu này giúp chốt phạm vi kiểm tra thay vì chỉ yêu cầu xuất một file Excel đẹp. Chỉ chia sẻ bản được phép sử dụng và đã xử lý dữ liệu nhạy cảm.
Nguồn và giới hạn
Tham khảo Document Intelligence APIs analyze document response – Foundry Tools (đọc ngày 12/10/2026). Các bảng và ví dụ trong bài là hướng dẫn biên tập hoặc mô phỏng, không phải số liệu khách hàng hay kết quả triển khai. Tính năng cụ thể phụ thuộc công cụ, cấu hình và quyền sử dụng thực tế.
