Địa chỉ trên chứng từ có thể viết tắt, thiếu dấu hoặc dùng tên địa bàn ở một thời điểm khác. AI trích địa chỉ giữ nguồn cần tách việc đọc văn bản khỏi việc xác định nơi giao dịch hiện tại. Một địa chỉ trông quen không phải lý do để hệ thống tự sửa.
Đầu ra nên có địa chỉ nguyên văn, các thành phần đã tách và ứng viên chuẩn hóa nếu có nguồn đối chiếu phù hợp. Giá trị gốc vẫn cần giữ để giải thích thay đổi hoặc xử lý trường hợp đối chiếu sai.
Ba việc khác nhau thường bị gộp
Trích xuất là đọc địa chỉ từ tài liệu. Phân tách là nhận ra số nhà, đường và các thành phần khác theo cấu trúc phù hợp. Chuẩn hóa là áp dụng quy tắc hoặc danh mục được chọn. Xác minh nơi nhận hàng còn có thể cần người liên hệ xác nhận; không nên suy ra từ một kết quả OCR.
Nếu thiếu thành phần, để trạng thái thiếu. Không tự bổ sung tên địa bàn chỉ vì tên đường xuất hiện nhiều ở một nơi. Không dùng địa chỉ đơn vị phát hành để điền vào địa chỉ người nhận khi chứng từ có nhiều khối thông tin.
Phiếu đối chiếu không ghi đè
| Lớp mô phỏng | Giá trị | Trạng thái |
|---|---|---|
| Nguyên văn | 12A, ngõ X, P. Y | Giữ đúng nguồn |
| Phân tách | Số nhà 12A; ngõ X; phần còn lại | Chờ kiểm ảnh |
| Ứng viên chuẩn | Chưa có nguồn đối chiếu | Không tự bổ sung |
| Giá trị dùng giao hàng | Chờ người nhận xác nhận | Chưa được sử dụng |
Ví dụ cố ý dùng địa chỉ giả để minh họa. Trong xử lý thật, lưu mã tài liệu, tên trường, vùng ảnh, thời điểm của chứng từ và nguồn danh mục nếu có. Hạn chế quyền truy cập vì địa chỉ có thể gắn với cá nhân hoặc giao dịch.
Chọn quy tắc theo mục đích sử dụng
Lưu trữ hồ sơ lịch sử có thể cần giữ đúng cách ghi ở thời điểm lập. Giao hàng hiện tại cần địa chỉ người nhận xác nhận. Đối soát danh mục cần quy tắc ánh xạ có nguồn và phiên bản. Ba mục đích không nhất thiết dùng cùng một giá trị cuối.
Nếu doanh nghiệp cần đối chiếu tên đơn vị hành chính, chỉ dùng nguồn có thẩm quyền phù hợp và xác định thời điểm áp dụng. Bài này không cung cấp bảng chuyển đổi địa giới hay xác nhận hiệu lực pháp lý; không nên dùng mô hình ngôn ngữ như danh mục chính thức.
Những lỗi cần đưa vào ca thử
- Hai địa chỉ của bên bán và bên mua nằm sát nhau.
- Số nhà có dấu gạch hoặc chữ cái bị OCR bỏ mất.
- Tên đường giống nhau ở nhiều địa điểm.
- Chứng từ cũ dùng tên khác danh mục hiện tại.
- Thiếu thành phần khiến nhiều ứng viên cùng hợp lý.
Với mỗi ca, ghi đầu ra mong muốn và lý do. Có ca chỉ cần trích nguyên văn đúng; có ca phải giữ nhiều ứng viên hoặc chờ xác minh. Không chấm mọi đầu ra chưa chuẩn hóa thành thất bại nếu bài toán yêu cầu bảo toàn hồ sơ.
Cho phép sửa nhưng truy được lý do
Khi người phụ trách xác nhận ứng viên, lưu người duyệt, nguồn xác minh và mục đích dùng giá trị. Không ghi đè địa chỉ nguyên văn. Nếu quyết định đổi sau đó, tạo phiên bản mới để hệ thống nhận dữ liệu biết cần cập nhật phần nào.
Khi trao đổi về trích dữ liệu từ tài liệu doanh nghiệp, hãy nêu rõ cần lưu hồ sơ, đối soát hay giao hàng. Phiếu ba lớp giúp chốt đúng đầu ra và giới hạn phần tự động hóa, tránh việc một bước “làm sạch dữ liệu” âm thầm thay đổi địa điểm chưa được xác minh.
Nguồn và phạm vi áp dụng
Tài liệu gốc được tham khảo: W3C PROV mô tả quan hệ nguồn gốc và biến đổi dữ liệu; giữ địa chỉ gốc và lịch sử chuẩn hóa là cách áp dụng đề xuất trong bài. Các bảng, ví dụ và tiêu chí vận hành trong bài là đề xuất biên tập; ví dụ dùng dữ liệu mô phỏng, không phải kết quả triển khai hay cam kết của Onter. Khả năng hỗ trợ phải kiểm tra theo công cụ, phiên bản và dữ liệu thực tế.
