业务场景描述
通用票据识别、通用卡证识别能够处理固定版式的半结构化数据，这些版式在各个政策文件里被定义为全国统一的标准。票据和卡证识别能够很好的处理这些数据，完成OCR识别和字段抽取的任务。
国家制定版式规范是为了统一管理，在企业单位的生产经营/事业单位的社会服务过程中，也会有类似的管理需求，会在企事业单位内部形成各式各样、具有业务特色的模板。自定义模板功能可以通过配置规则，抽取到这些模板中的数据。
我们可以通过几个成功案例来了解典型的使用场景：
某电力单位财务部门制定了成本报销审批表、项目拨款审批表、退费拨款审批表、差旅费报销单等一系列财务单据的格式，员工发起内部审批时，需要上传这些单据。
- 在使用RPA+AI前，财务人员需要人工核对单据与审批系统上的金额是否一致
- 在使用RPA+AI后，自定义模板从单据上自动抽取关键字段，通过RPA比对抽取字段与审批系统金额是否一致，从而实现端到端的智能自动化。
某制造业厂商代工商用电器，将国内生产的电器贴牌后销往国外。在发货过程中会产生发货单等单据。发货单和国内的发票内容基本相同，但由于国外没有税务监制的发票样式，通常每家公司的发货单格式都不相同。通过自定义模板可以实现识别并抽取单号、日期、收货人、货品等信息，将发货信息数字化到企业的ERP系统中。
某疫苗厂商接收全国各地事业单位、医疗机构、部队的订单，新增客户和年审时需要审核这些单位的资质。审核资质过程中需要使用6种不同的AI能力，其中事业单位法人证目前Mage无法提供开箱即用的AI能力处理。通过配置自定义模板，能够抽取统一社会信用代码、名称、住所、有效期等信息，与OA系统中填报的信息进行比对。
自定义模板和信息抽取的适用场景
自定义模板和信息抽取功能都能够做抽取的任务，那么我们如何确定什么情况下选择什么能力呢？
从原理上看，信息抽取功能是通过上下文信息抽取，考虑文本特征；自定义模板功能是通过位置信息抽取，考虑位置特征。
我们看两个示例数据：
1）上市公司年报。股东名称、计划减持数量、计划减持比例这3个字段在文档中出现了多次，每次都在相同上下文中出现。即：
[@股东名称]本次拟减持其所持有的公司股份不超过[@计划减持数量]股，占公司总股本的[@计划减持比例]
这类数据我们可以认为更适合用信息抽取功能处理。举一反三，除了上市公司的公开年报之外，还有以下几种典型场景。
- 从公文中抽取密级、发文机关、发文字号、主题分类、公文日期等。
- 从合同中抽取客户名称、金额、签约时间等。
- 从标书中抽取项目名称、业务类别、开标地址、资质、招标人等。
- 从判决书中抽取原告、被告、使用法律、犯罪事实、罚款金额等。
- 从药品说明书抽取药品名称、用药频次、计量等。
2）企业内部的发货单。如果想要抽取购买方公司名，需要使用自定义模板。通过购买方关键词向下搜索，获取到第一个条目。这个抽取任务更多的是利用向下搜索这个位置信息完成的。
更多快速判断的方法：
- 如果从非结构化的长文本中抽取字段，使用信息抽取。
- 如果希望通过上下文模糊匹配抽取字段，使用使用信息抽取。
- 如果从半结构化的票据（特别是票据中有表格）中抽取字段，使用自定义模板。
- 如果需要根据上、下位置关系定位字段值，使用自定义模板。
- 如果抽取的字段值跟定位关键词的位置关系，在不同的文档中有轻微偏移，使用自定义模板。
特点
- 灵活：能够处理固定版面的票据、单据。企业可以根据自己业务快速定制AI能力。
- 简单：每个步骤都配有引导，无代码完成数据管理->标注->配置->评测->上线的全流程，手把手的教你如何打造一个可用于生产环境（即准确率符合预期）的机器人。
使用方法
视频版
RPA示例代码
下载示例代码压缩包：自定义模板识别
文字版
跟着本教程一步一步操作，30min学会如何使用自定义模板！
创建模型
1）登录Mage平台，点击自定义模板识别菜单。
2）下载示例文件到本地
3）新建一个自定义模板识别模型
4）创建一个名为『费用账单』的模型
5）点击开始配置
新建字段
6）进入后会看到『工作进度引导』，点击第一个流程，去新建字段
7）查看步骤2）下载的示例文件，通过新建字段按钮，列出希望模型从文件中提取的所有字段
上传数据
8）此时工作进度列表显示『新建字段』流程已经完成，我们进入第二个流程『上传数据』
9）通过添加数据按钮，将步骤2）下载的示例文件上传到平台
标注数据 & 构建评测集
10）此时工作进度列表显示『上传数据』流程已经完成，我们进入第三个流程『标注数据』
11）点击去标注按钮，开始标注
12）进入后，左上角会提示标注方法，即：将鼠标置于图片上，移动到要标注的字段值的区域，点击后滑动框选字段值。
13）滑动框选后，系统会自动弹出标注弹窗，你可以在这个弹窗里修改标注结果（OCR识别错误的时候修改，没错不用修改）、选择字段，最后点击确认，保存标注内容。
注意：一个字段是可以被标注多次的。
14）以此类推，标注完所有字段后，系统会提示把这个图片加入到评测集，点击打开，用来一会儿评估模型的效果。
15）然后点下一个，继续标完所有数据。标完的数据会显示为已标注的状态。
虽然标注有点花时间，但标完一次之后，以后不管模型做了什么修改，你都可以用这次标注的数据评测准确率。真的比每次修改模型之后，肉眼去看效果有没有提升方便多了。
16）全部标注完之后，回到数据列表，所有数据的状态都变成了已标注，也都被加入到了评测集。
新建版本
17）回到工作进度引导，发现『标注数据』和『构建评测集』都完成了，点击『新建版本』进入下一步操作。
18）通过新建版本按钮创建一个名为『1』的版本，然后点击配置规则，来指定如何从图片里抽取到想要的字段。
配置规则
19）通过【购买方】向下搜索，第一个条目就是购买方名称。
20）点击『开始测试』，能看到识别结果。
21）通过【购买方】向下搜索，开启一键匹配多值，获取到向下搜索的所有条目，然后选择第二个结果输出。
22）以此类推，配置所有规则。
23）点击开始测试，发现有一个字段错了
24）没关系，我们配置一个正则把【电话：】这几个字过滤掉
25）回到字段页面，把『购买方电话』这个字段的类型改成刚创建的『电话号码』正则
26）重新测试一下，发现准确率到了100%
27）点击其他图片，发现都是100%
评测规则
28）回到工作进度引导，发现『配置规则』完成了，点击『评测规则』进入下一步操作。
29）点击评测按钮，过一会儿就看到准确率更新了。
30）点击准确率，可以下载评测报告。报告有4个sheet，可以从不同维度查看模型的效果。
发布版本
31）所有步骤都完成后，就可以发布版本了。
32）点击『发布』按钮即可。
33）发布完，在外层的测试器，可以体验效果。
后处理
在字段类型页面里新建枚举词表，填写【字段类型名称】及【枚举值】，在枚举值中列举全部可能出现的输出结果，点击【确定】完成新建。
新建字段，字段类型选择刚才创建好的枚举词表，应用后即可对抽取结果进行智能纠错。
