كيف يعمل تحليل الإيصالات: داخل خط أنابيب OCR في Yomio (AWS + Azure)

غوص تقني عميق في خط أنابيب OCR للإيصالات في Yomio — كيفية استخراج وتطبيع وتصنيف بيانات الإيصالات على نطاق واسع بواسطة AWS Textract و Azure Document Intelligence.

Alex Chen

مدير المنتج والمدافع عن التمويل الشخصي

Published May 30, 2026

Updated Sep 27, 2026

10 min read

الذكاء الاصطناعي والتكنولوجيا أدلة الميزات#معالجة إيصالات OCR#استخراج بيانات الإيصالات#خط أنابيب OCR#AWS Textract#Azure Document Intelligence#تحليل الإيصالات#تقنية OCR

كيف يعمل تحليل الإيصالات: داخل خط أنابيب OCR في Yomio (AWS + Azure)

عند مسح إيصال في Yomio، يحدث الكثير بين الضغط على زر الغالق ورؤية المعاملة المصنفة في لوحة القيادة. تنتقل صورة إيصالك عبر خط أنابيب OCR متعدد المراحل يستخرج النص الخام ويطبعه ويثريه إلى بيانات مالية منظمة.

تستعرض هذه المقالة ما يحدث داخل خط الأنابيب هذا. إنها تقنية — ولكنها مفيدة أيضاً لفهم سبب مسح بعض الإيصالات بشكل مثالي بينما يحتاج البعض الآخر إلى تصحيحات، وكيف نعمل على سد هذه الفجوة.

النقاط الرئيسية

يستخدم Yomio كلاً من AWS Textract و Azure Document Intelligence — بنية مزود مزدوج للتكرار والدقة
خط الأنابيب يحتوي على 5 مراحل: الاستيراد، استخراج OCR، التطبيع، التصنيف، الإثراء
استخراج بنود الأسطر هو أصعب مشكلة — الإيصالات ليس لها تنسيق قياسي
تسجيل الثقة يميز الحقول منخفضة الثقة للمراجعة البشرية
دعم متعدد الوسائط — يستقبل الصور وملفات PDF والبيانات المنظمة
الدقة الحالية: 94.7% استخراج بنود الأسطر، 99.3% التقاط إجمالي
وقت المعالجة: 2–6 ثوانٍ لكل إيصال من المسح إلى الإدخال المصنف

نظرة عامة على خط الأنابيب

يتكون خط أنابيب OCR من خمس مراحل:

الاستيراد — المعالجة المسبقة للصورة والتحقق من التنسيق
استخراج OCR — استخراج النص والبنية عبر AWS Textract / Azure Document Intelligence
التطبيع — مطابقة اسم التاجر، تنسيق التاريخ، اكتشاف العملة
التصنيف — تعيين الفئة على مستوى البند والإجمالي
الإثراء — البحث بالباركود، بيانات المنتج، ربط حساب المستخدم

كل مرحلة بها آليات احتياطية مدمجة. إذا أنتجت مرحلة مخرجات منخفضة الثقة، يميزها خط الأنابيب بدلاً من نشر البيانات الرديئة إلى الأمام.

المرحلة 1: الاستيراد — المعالجة المسبقة للصورة

قبل أن تلمس محركات OCR الإيصال، تمر الصورة بمعالجة مسبقة:

تطبيع التنسيق:

يتم تغيير حجم الصور إلى حد أقصى 2048 بكسل على الحافة الأطول
يتم تطبيق ضغط JPEG (جودة 85%) لكفاءة التخزين
يتم تحويل صفحات PDF إلى صور بدقة 300 DPI

فحوصات الجودة:

اكتشاف الضبابية — إذا كانت الصورة ضبابية للغاية (تباين لابلاسيان أقل من العتبة)، يُطلب من المستخدم إعادة التصوير
اكتشاف الانحراف — يتم تصحيح الإيصالات الملتقطة بزوايا شديدة عبر تحويل المنظور
تطبيع التباين — الإيصالات منخفضة التباين (ورق حراري باهت) تحصل على معادلة رسم بياني تكيفية

دعم متعدد الصفحات:

يتم اكتشاف الإيصالات الأطول من صفحة واحدة تلقائياً (علامات فواصل الصفحات، الحواف المطوية)
يتم دمج الإيصالات متعددة الصفحات في مستند واحد للمعالجة

معلومات

صور الهاتف الخام للإيصالات متغيرة بشكل مدهش. الإضاءة المظلمة في المطاعم، وإيصالات الورق الحراري المجعدة من متاجر البقالة، والإيصالات ذات خطوط الطي شائعة. تعمل المعالجة المسبقة على تطبيع هذه إلى تنسيق متسق تتعامل معه محركات OCR بشكل جيد. تمنع فحوصات الجودة في هذه المرحلة 3–5% من عمليات المسح التي قد تنتج نتائج غير قابلة للاستخدام.

المرحلة 2: استخراج OCR — AWS Textract و Azure Document Intelligence

هذا هو جوهر خط الأنابيب. يستخدم Yomio مزودي OCR:

AWS Textract:

المزود الأساسي للإيصالات القياسية
الأفضل في فئته لاستخراج النص المطبوع
واجهة برمجة تطبيقات الإيصالات (Expense) المدربة خصيصاً على تخطيطات الإيصالات
يكتشف: اسم التاجر، تاريخ المعاملة، الإجمالي، الإجمالي الفرعي، الضريبة، بنود الأسطر، طريقة الدفع

Azure Document Intelligence (Form Recognizer):

المزود الثانوي للإيصالات ذات التخطيطات المعقدة
أفضل في اكتشاف هياكل الجداول داخل الإيصالات
يستخدم كخيار احتياطي عندما تكون درجات ثقة Textract أقل من العتبة
اكتشاف أفضل للكتابة اليدوية للإيصالات المكتوبة بخط اليد

منطق اختيار المزود:

المحاولة الأولى: AWS Textract
إذا كانت ثقة Textract < 70% في الحقول الرئيسية: قم أيضاً بتشغيل Azure Document Intelligence
مقارنة المخرجات — اختر النتيجة الأعلى ثقة لكل حقل
إذا كان كلاهما أقل من العتبة: قم بتمييز الإيصال للمراجعة اليدوية

تعني بنية المزود المزدوج هذه أنه إذا كان لدى أحد المزودين نقطة عمياء لتنسيق إيصال معين (شائع مع الإيصالات غير الإنجليزية أو التخطيطات غير المعتادة)، يمكن للمزود الآخر التعويض.

ما يستخرجه كل مزود

كلا المزودين يستخرجان حقولاً متشابهة، ولكن بنقاط قوة مختلفة:

Field	Textract Strength	Azure Doc Intel Strength
Merchant name	High (standard)	High (standard)
Transaction date	High	High
Total amount	Very high	Very high
Line items	High (simple layouts)	High (table layouts)
Tax amount	Medium	High
Discounts	Medium	High (item-level)
Currency detection	High	High
Handwriting	Low	Medium

المرحلة 3: التطبيع — جعل البيانات متسقة

مخرجات OCR الخام دقيقة ولكنها فوضوية. يجب التعرف على "Starbucks Coffee #4521" و "Starbucks" كتاجر واحد. يجب أن يكون "05/08/2026" و "8 مايو 2026" نفس التاريخ. تدير هذه المرحلة هذه التحولات.

تطبيع التاجر:

مطابقة سلسلة ضبابية ضد قاعدة بيانات التجار (أكثر من 50,000 تاجر)
تجميع على مستوى العلامة التجارية: "Starbucks Coffee #4521" → "Starbucks"
تحديد السلسلة: الامتيازات المحلية المرتبطة بالعلامة التجارية الأم
أسماء مستعارة يحددها المستخدم: إذا قمت بإعادة تسمية تاجر مرة واحدة، يتعلم النظام ذلك

تطبيع التاريخ:

يكتشف تنسيق التاريخ من الإيصال (الولايات المتحدة: MM/DD/YYYY، الاتحاد الأوروبي: DD/MM/YYYY، ISO: YYYY-MM-DD)
يحل الغموض باستخدام السياق (إيصال من تاجر بريطاني في 03/04/2026 → 3 أبريل 2026)
اكتشاف المنطقة الزمنية من موقع التاجر

تطبيع العملة:

اكتشاف رموز العملة ($, €, £, ¥، إلخ.)
اكتشاف الرمز المكون من ثلاثة أحرف (USD, EUR, GBP)
حل الغموض ($ يمكن أن يكون USD, CAD, AUD, MXN — يتم حله عبر موقع التاجر)

التحقق من المبلغ:

فحوصات متقاطعة: الإجمالي الفرعي + الضريبة = الإجمالي؟ تم التحقق منه مقابل مجموع بنود الأسطر
اكتشاف الخصم: إذا كان مجموع بنود الأسطر ناقص الإجمالي > العتبة، فقد تم تطبيق خصم
اكتشاف الإكرامية (إيصالات المطاعم): الفرق بين الإجمالي الفرعي والإجمالي عند وجود سطر إكرامية

المرحلة 4: التصنيف — الوسم الذكي

يجب تعيين بنود الأسطر المستخرجة إلى فئات الميزانية. يحدث هذا من خلال نظام من طبقتين:

الطبقة 1: قواعد قائمة على التاجر

التجار المعروفون لديهم تعيينات فئة افتراضية
"Kroger" → بقالة (افتراضي)، "Shell" → نقل (افتراضي)، "Netflix" → ترفيه (افتراضي)
يمكن للمستخدمين تجاوز كل تاجر: "أريد تصنيف Shell كنقل"

الطبقة 2: تصنيف AI على مستوى البند

للتجار غير المعروفين أو الإيصالات متعددة الفئات (Target مع كل من البقالة والإلكترونيات)
يتم تصنيف كل بند سطر على حدة بناءً على اسم المنتج والسعر والبيانات التاريخية
تشمل الفئات: بقالة، طعام، نقل، تسوق، ترفيه، رعاية صحية، مرافق، سكن، تعليم، عناية شخصية و12+ فئة فرعية

تحدد درجة ثقة التصنيف ما إذا كان التعيين تلقائياً أو مقترحاً للمراجعة. عند ثقة 90%+، يتم تطبيق الفئة بصمت. أقل من ذلك، يتم تمييزها لتأكيد المستخدم.

المرحلة 5: الإثراء — الاتصال بحسابك

تربط المرحلة النهائية الإيصال المعالج بحسابك في Yomio:

تعيين المستخدم — يتم ربط الإيصال بحسابك (أو مجموعة عائلية إذا تم تمكين المشاركة)
تحديث المخزون — بنود الأسطر المطابقة لعناصر المخزون المعروفة تؤدي إلى تحديثات الكمية (انظر غوصنا العميق في المخزون)
اكتشاف الاشتراك — يتم تمييز التجار المتكررين بمبالغ منتظمة كاشتراكات محتملة
حل الباركود — تتم مطابقة الباركود الممسوح ضوئياً مع Open Food Facts وقواعد بيانات المنتجات للإثراء
تحديث السلسلة — يتم زيادة عداد السلسلة اليومية
مكافأة XP — يتم إضافة XP المسح إلى حسابك

وقت المعالجة وقابلية التوسع

متوسط وقت المعالجة: 2–6 ثوانٍ لكل إيصال
الإنتاجية القصوى: آلاف الإيصالات في الدقيقة (توسع تلقائي قائم على Lambda)
التخزين: صور الإيصالات في S3، البيانات المنظمة في PostgreSQL
CDN: يتم تقديم صور الإيصالات عبر CDN لاسترجاع سريع

نصيحة

يستغرق مزودو OCR أنفسهم 1–3 ثوانٍ لمعالجة الإيصال. يتم تقسيم الوقت المتبقي بين المعالجة المسبقة (0.5 ثانية)، والتطبيع (0.3 ثانية)، والتصنيف (0.2 ثانية)، والإثراء (0.5 ثانية). تستغرق الإيصالات متعددة الصفحات وقتاً أطول بسبب المعالجة صفحة بصفحة.

معايير الدقة

نقيس باستمرار دقة خط الأنابيب مقابل مجموعة اختبار منسقة يدوياً من 10,000 إيصال:

Metric	Current Accuracy
Total amount capture	99.3%
Line-item extraction	94.7%
Merchant detection	98.1%
Date detection	99.5%
Category assignment	92.4%
Currency detection	99.7%

حيث لا تزال الأخطاء تحدث:

الإيصالات المكتوبة بخط اليد (دقة أقل بنسبة 30% من المطبوعة)
الورق الحراري التالف بشدة (باهت، ملتف، ممزق)
الإيصالات ذات هياكل الخصم غير القياسية (BOGO، استرداد نقاط الولاء)
الشروط والأحكام المطبوعة بالخط الدقيق (يتجاهلها OCR عمداً)

Document review aid

Receipt review checklist

Choose the conditions you noticed, then review important extracted fields against the original. This checklist does not estimate OCR accuracy.

Receipt or document type

Image or paper condition

Layout

Tool type you are reviewing

Receipt language or script

التحسينات المستقبلية

يتم تحسين خط الأنابيب بنشاط في ثلاثة مجالات:

1. التعرف على الكتابة اليدوية. دقة الكتابة اليدوية الحالية هي أكبر فجوة. نقوم بتدريب نماذج مخصصة على الكتابة اليدوية الخاصة بالإيصالات (مبالغ الإكرامية، أسماء التجار المكتوبة بخط اليد، الملاحظات الشخصية على الإيصالات).

2. تغطية تنسيق الإيصال. الإيصالات الدولية لها تخطيطات وهياكل ضريبية ولغات مختلفة. نقوم بتوسيع بيانات تدريب المزود لتغطية المزيد من التنسيقات الإقليمية.

3. اقتراحات التصحيح في الوقت الفعلي. بدلاً من طلب التصحيح اليدوي بعد المسح، سيقترح إصدار خط الأنابيب التالي التصحيحات أثناء تدفق المسح — قبل الانتهاء من الإيصال.