Yapay zekâ ile belge veri çıkarma nasıl çalışır

Belge çıkarma iş akışına girer

Her şey kaynak belgeyle başlar.

• dijital bir PDF;
• taranmış bir PDF;
• bir görsel;
• bir fatura;
• bir fiş;
• bir sözleşme;
• bir banka ekstresi;
• bir iç form;
• başka bir işe özgü belge.

Biçim önemlidir, çünkü belgelerin hepsi içeriğini aynı şekilde sunmaz. Dijital olarak oluşturulmuş bir PDF zaten makine tarafından okunabilir metin içerebilir. Taranmış bir PDF yalnızca sayfa görüntüleri içerebilir. Bir sözleşme ağırlıklı olarak paragraflardan oluşabilirken bir fatura etiketler, toplamlar ve tablolar içerir.

Heyyel Data Extractor’de kullanıcının bakış açısından iş akışı, belgeyi yükleyip ne tür bir sonuç gerektiğine karar vermekle başlar. Yaygın belge türlerinde önerilen alanlarla başlayabilirsiniz. İşe özgü bir iş akışı için Özel / Boş, çıkarma yapısını kendiniz tanımlamanıza olanak tanır.

Yalnızca bir belge sağlamıyorsunuz. Aynı zamanda ondan ne geri almayı beklediğinizi de tanımlıyorsunuz.

İçerik makine tarafından okunabilir hale gelir

Bir sistemin iş bilgilerini belirleyebilmesi için önce belge içeriğine erişmesi gerekir.

Dijital PDF’lerde metin zaten mevcut olabilir. Taranmış belgelerde veya görsellerde görünen karakterleri tanımak için genellikle OCR — optik karakter tanıma — gerekir.

Invoice Number: INV-45821
Invoice Date: 12 August 2026
Total Due: $7,817.50

Bu önemli bir aşamadır, ancak çıkarmanın sonu değildir. OCR, sisteme belgede görünen birkaç tutar olduğunu söyleyebilir:

$8,250.00
$1,567.50
$2,000.00
$7,817.50

Bu, iş akışının hangi değerin total_due olduğunu bildiği anlamına kendiliğinden gelmez.

OCR belge içeriğini okunabilir kılar. Yapılandırılmış çıkarma ise bu içeriğin hangi bölümlerinin iş akışının ihtiyaç duyduğu bilgiye karşılık geldiğini belirler.

Beklenen çıkarma yapısını siz tanımlarsınız

Alan tabanlı çıkarma burada önem kazanır. Sistemden faturadaki her şeyi döndürmesini istemek yerine gerçekten ihtiyaç duyduğunuz bilgiyi tanımlarsınız.

supplier_name
invoice_number
invoice_date
project
contract_reference
total_due

Heyyel Data Extractor’de bu alanlar uygun veri türleriyle yapılandırılabilir:

Bu şema, çıkarma iş akışına nihai sonucun neleri içermesi gerektiğini söyler.

Sistem, değerleri belirlemek için belge bağlamını kullanır

Belgeler anlamı yalnızca tek tek kelimelerle iletmez. Konum, etiketler, çevredeki metin ve yapı, ilişkileri kurmaya yardımcı olur.

Invoice Date: 12 August 2026
Due Date: 11 September 2026

Her iki değer de tarihtir. Çıkarma sorunu “Bir tarih bul” değildir. “invoice_date alanına karşılık gelen tarihi bul” sorunudur.

Contract Reference: CTR-8841

CTR-8841 değeri, çevresindeki etiket ve belge bağlamı sayesinde anlam kazanır. Yapay zekâ tabanlı çıkarmanın, tamamen sabit koordinatlara bağlı bir ayrıştırıcıdan daha esnek olabilmesinin nedenlerinden biri budur.

Çıkarma talimatları belirsizliği gidermeye yardımcı olur

Alan adları her zaman yeterli değildir. Çıkarma talimatları, bir alanın daha fazla kesinliğe ihtiyacı olduğunda ek bağlam sağlayabilir. Örnek faturamızda dört parasal değer var:

Subtotal: $8,250.00
Tax: $1,567.50
Amount already paid: $2,000.00
Total Due: $7,817.50

amount adlı bir alan belirsiz olurdu. Daha iyi bir alan total_due’dur.

Vergiler, indirimler ve önceki ödemelerden sonra hâlâ ödenecek nihai tutarı çıkar.

Artık iş akışının iki bağlam parçası var:

• Alan: total_due
• Talimat: hâlâ ödenecek nihai tutar

Beklenen değer 8250 yerine 7817.50 olur.

Aynı ilke tarihler için de geçerlidir. date gibi belirsiz bir alan yerine, şuna benzer bir talimatla contract_effective_date gibi daha kesin bir alan kullanın:

Anlaşmanın yürürlüğe girdiği tarihi çıkar; imza tarihini değil.

Tablolar ve tekrarlanan bilgiler de yapı gerektirir

Her belge, yalnızca yalıtılmış anahtar-değer alanlarından oluşmaz. Faturalar kalemler içerebilir. Banka ekstreleri işlemler içerir. Raporlar tekrarlanan ölçümler içerebilir.

Her hücreyi ilgisiz metin olarak çıkarmak önemli ilişkileri kaybettirir. Yararlı bir yapılandırılmış temsil bu ilişkileri korur:

{
  "items": [
    {
      "description": "Design work",
      "quantity": 2,
      "unit_price": 2500,
      "total": 5000
    },
    {
      "description": "Development",
      "quantity": 1,
      "unit_price": 3250,
      "total": 3250
    }
  ]
}

Bu yüzden tekrarlanan bilgiler, her şeyi tek bir metin alanına sıkıştırmak yerine çoğunlukla listelerle veya iç içe yapılarla gösterilir.

Çıkarılan bilgiler normalleştirilmiş yapılandırılmış veriye dönüşür

İstenen değerler belirlendikten sonra sonuç tutarlı veri türleriyle temsil edilebilir.

Invoice Date: 12 August 2026
Total Due: $7,817.50

şuna dönüşebilir:

{
  "invoice_date": "2026-08-12",
  "total_due": 7817.50
}

Belge doğal dilde tarihler, para birimi biçimlendirmesi, etiketler ve serbest metin kullanır. Çıktı ise öngörülebilir alan adları, tanımlı veri türleri ve tutarlı bir yapı kullanır.

{
  "supplier_name": "Northstar Services",
  "invoice_number": "INV-45821",
  "invoice_date": "2026-08-12",
  "project": "Website Redesign",
  "contract_reference": "CTR-8841",
  "total_due": 7817.50
}

Pratik hedef yalnızca PDF → metin değil; Belge → başka bir sistemin kullanabileceği yapılandırılmış veriye dönüşebilecek bilgidir.

Sonucu sonraki aşamalarda kullanmadan önce inceleyin

Yapay zekâ çıkarması kendiliğinden kusursuz sayılmamalıdır. Gerçek belgeler kötü taramalar, eksik alanlar, beklenmedik düzenler, belirsiz etiketler, el yazısı bilgiler, çok sayfalı tablolar ve benzer birkaç tarih veya tutar içerebilir.

Bu nedenle önemli iş akışlarında çıkarılan değerlerin başka yerde kullanılmadan önce kaynak belgeyle karşılaştırılarak incelenmesi gerekebilir.

total_due = 7817.50

şuna karşılık gelmelidir:

Total Due: $7,817.50

şuna değil:

Subtotal: $8,250.00

İnsan incelemesi ile otomasyonun birbirinin karşıtı olması gerekmez. İyi bir iş akışı tekrarlayan almayı otomatikleştirir, incelemeyi ise değer kattığı yerde korur.

Yapılandırılmış sonucu dışa aktarın

Çıkarılan bilgiler hazır olduğunda bir sonraki adıma taşınması gerekir. Heyyel Data Extractor ile yapılandırılmış sonuçlar JSON veya CSV olarak dışa aktarılabilir.

Asıl iş akışı şöyle olabilirdi:

Faturayı aç → Değeri bul → Kopyala → E-tabloya yapıştır → Tekrarla

Otomatik iş akışı şu hale gelir:

Yükle → Alanları tanımla → Çıkar → İncele → Dışa aktar