Самое большое число на счёте не обязательно является суммой к оплате: это может быть subtotal, сумма с начала договора, лимит или уже оплаченный остаток. Если OCR распознал символы, но total пуст, проверяйте слой классификации полей, а не увеличивайте резкость изображения вслепую.
Для одного тестового документа сохраните сырой ответ процессора, номер страницы, распознанный label, value, currency, confidence и bounding box. Персональные реквизиты замаскируйте до передачи в отладку. По этим данным видно, поле не найдено, неверно нормализовано или отброшено вашим mapper.
Денежные поля отвечают на разные вопросы
| Тип поля | Обычный смысл | Можно взять как итог |
|---|---|---|
| SUBTOTAL / net_amount | Сумма до налога и скидок | Нет без правил документа |
| TAX / total_tax_amount | Налоговая часть | Нет |
| TOTAL / total_amount | Итог документа | Основной кандидат |
| AMOUNT_DUE | Осталось оплатить | Да, если процесс ищет платёж сейчас |
| AMOUNT_PAID | Уже оплачено | Нет для новой оплаты |
| Line item amount | Сумма одной позиции | Только для сверки строк |
До кода договоритесь, какое поле нужно продукту: бухгалтерский total документа или текущий amount due. На частично оплаченном счёте они различаются, и оба значения могут быть корректно распознаны. Храните их раздельно.
Mapper принимает типизированный ответ
candidates = extract(summary_fields)
total = candidates.first(type in ["TOTAL", "total_amount"])
due = candidates.first(type in ["AMOUNT_DUE", "amount_due"])
assert currency(total) == document_currency
assert page(total) belongs_to invoice
assert confidence(total) >= calibrated_review_threshold
payable = policy == "outstanding" ? due : total
if missing_or_inconsistent(payable): route_to_review()Порог confidence не берут из чужой статьи: его калибруют на собственной размеченной выборке и цене ошибки. Низкая уверенность не делает значение нулём, а переводит документ в ручную проверку вместе с фрагментом страницы и причиной.
Invoice processor полезнее общего OCR
Специализированные модели возвращают смысловые сущности. Google Invoice Parser выделяет total_amount, net_amount, total_tax_amount и line-item amounts; AWS AnalyzeExpense нормализует TOTAL, AMOUNT_DUE, SUBTOTAL и другие поля. Общий OCR отдаёт строки и координаты, а связь «Итого → 12 340,00» приходится строить самостоятельно.
Арифметика ловит правдоподобную ошибку
- Сравните subtotal + tax + shipping − discount с total в допустимой валютной точности.
- Проверьте, что сумма строк согласуется с subtotal, если документ содержит полный список.
- Не складывайте значения разных валют и разные документы в одном PDF.
- Отделяйте decimal separator от thousands separator по локали документа.
- Сохраняйте исходный текст рядом с нормализованным числом для аудита.
Несовпадение не всегда означает ошибку OCR: на счёте бывают округление, сборы и удержания. Поэтому правило возвращает код причины и предлагает проверку, а не тихо заменяет распознанное число расчётным.
Многостраничный файл сначала разделяется на документы
Итог часто находится на последней странице, тогда как первая содержит только реквизиты. Убедитесь, что API обработал все страницы и что mapper не берёт только первый ExpenseDocument или первый элемент entities. Если в одном PDF несколько счетов, сначала нужен splitter и отдельный контекст валюты для каждого.
Проверочная выборка содержит сложные случаи
- Счёт с одним total и однозначной валютой.
- Subtotal, tax и total на одной странице.
- Частичная оплата с total, paid и amount due.
- Итог на последней странице многостраничного PDF.
- Две валюты или курс пересчёта.
- Низкий confidence, рукописная правка и маршрут review.
Метрика оценивает поле, а не только документ
Считайте precision и recall отдельно для total и amount due, а также долю документов, ушедших на ручную проверку. Для разбора нужны несколько обезличенных изображений, сырой JSON, ожидаемое поле и версия процессора. Реальные банковские реквизиты и полный архив счетов не требуются.