Ressourcen · 81
KI-Extraktion: JSON vor der Integration prüfen
Parsing, Schema, Dokumentbelege und Fachregeln trennen, wenn Dokumente in nutzbare Datensätze überführt werden.
Aktualisiert · 3 min
Wozu dieser Leitfaden beiträgt
- Ergebnisvertrag festlegen
- Werte mit Belegen verbinden
- In festgelegter Reihenfolge prüfen
- Schwierige Dokumente testen
- Wiederaufnahme und Korrektur planen
Kurzcheck
- Kann gültiges JSON falsch sein?
- Soll ein fehlender Wert durch 0 ersetzt werden?
- Wann ist menschliche Prüfung nötig?
Schritt-für-Schritt-Anleitung
- 1
Ergebnisvertrag festlegen
Notieren Sie benötigte Felder, Typen, Einheiten und Zustände für fehlende Werte. JSON Schema unterscheidet beschriebene Eigenschaften und Pflichtfelder: Eine deklarierte Eigenschaft ist nicht automatisch erforderlich. Entscheiden Sie, ob weitere Felder zulässig sind. Bewahren Sie die Schemaversion je Stapel auf und sammeln Sie keine Felder ohne Zweck.
Ergebnis: versioniertes Schema und gültige oder abgelehnte Beispiele.
- 2
Werte mit Belegen verbinden
Verlangen Sie Seiten-, Textstellen- oder Zellreferenzen für Werte, die eine Aktion auslösen. Erlauben Sie einen unbekannten Zustand bei fehlenden Angaben. Ein korrekt typisierter Betrag kann zu einem anderen Dokument gehören; ein plausibles Datum kann das Ausstellungsdatum statt der Fälligkeit sein.
Ergebnis: Zuordnung von Feld, Beleg und Leseregel.
- 3
In festgelegter Reihenfolge prüfen
Prüfen Sie JSON-Parsing, Schema und anschließend Fachregeln wie zulässige Währung, vorhandene Kennung, Zeilensummen und zeitliche Reihenfolge. Schemakonformität beweist weder sachliche Richtigkeit noch Schreibberechtigung. Fachliche Aktionen bleiben gesperrt, bis ihre Bedingungen erfüllt sind.
Ergebnis: getrennte Fehlerklassen und Annahmeentscheidungen.
- 4
Schwierige Dokumente testen
Berücksichtigen Sie getrennte Tabellen, mehrere Sprachen, widersprüchliche Werte, leere Dokumente und feindliche Anweisungen im Quelltext. Testen Sie Ablehnungen, abgeschnittene Antworten und Wiederholungen. Halten Sie Prüfbeispiele von der Optimierung getrennt und betrachten Sie Fehler je Feld statt eine Gesamtrate als Garantie zu verwenden.
Ergebnis: Referenzsatz und Liste kritischer Fehler.
- 5
Wiederaufnahme und Korrektur planen
Verknüpfen Sie Dokument, Modellversion, Schema und Ergebnis mit einer Verarbeitungskennung. Eine Wiederholung darf keine zwei Datensätze erzeugen. Bewahren Sie Gründe menschlicher Korrekturen auf und finden Sie abgeleitete Ausgaben. Kopieren Sie vollständige Dokumente nicht unnötig in Protokolle.
Ergebnis: Verfahren für Korrektur und kontrollierte Wiederholung.
Von lesbaren Ergebnissen zur berechtigten Aktion
Eine bestandene Prüfung ersetzt die nächste nicht. Stoppen Sie bei einer nicht erfüllten notwendigen Bedingung.
JSON parsen
Ist die Antwort vollständig und lesbar?
Vertrag prüfen
Passen Typen, Felder, Einheiten und fehlende Werte zum Schema?
Werte prüfen
Belegen Quellen und Fachregeln die Werte?
Aktion berechtigen
Sind Identität, Umfang und Schreibbedingungen erfüllt?
Fiktives Beispiel: Parsing und Schema stimmen, aber zwei Beträge widersprechen sich. Schreiben bleibt gesperrt und der Datensatz wird geprüft.
Wiederverwendbares Arbeitsblatt
Ergänzen Sie Ihre autorisierten Beobachtungen. Bei diesen Feldern handelt es sich um eine Arbeitsvorlage, nicht um beobachtete Ergebnisse.
| Feld | Zu erfassende Informationen |
|---|---|
| Vertrag | Felder, Typen, Einheiten, fehlende Werte und Schemaversion |
| Beleg | Dokument und Textstelle für jedes entscheidende Feld |
| Prüfung | Parsing, Schema, Fachregeln und Ablehnungsgrund |
| Wiederaufnahme | Verarbeitungskennung, vermiedene Duplikate und übernommene Korrekturen |
Fiktives Arbeitsbeispiel
Beispielhafte Situation
Fiktives Beispiel: Ein Extraktor findet zwei Rechnungssummen und wählt den Nettobetrag, obwohl die Integration den Zahlbetrag erwartet.
Entscheidung und erwartete Beweise
Das Schema akzeptiert die Zahl, aber der Abgleich von Zeilen und Währung verhindert den Schreibvorgang und leitet das Dokument zur Prüfung weiter.
Unterscheiden Sie die Mechanismen
| Mechanismus | Zweck | Überprüfung oder Einschränkung |
|---|---|---|
| Lesbares JSON | Parsing ermöglichen | Prüft weder erwartete Felder noch Bedeutung |
| Schemakonformität | Typen und Einschränkungen prüfen | Beweist keine Quellentreue |
| Fachlicher Abgleich | Nutzbarkeit und Konsistenz prüfen | Benötigt eindeutige Regeln und Referenzen |
Managementindikatoren
| Indikator | Was es misst | Erste Aktion |
|---|---|---|
| Feldgenauigkeit | Korrekte Werte unter den prüfbaren Feldern | Fehler mit Einfluss auf Aktionen priorisieren |
| Sinnvolle Enthaltung | Unentschiedene Fälle ohne Beleg | Warteschlange prüfen, ohne erfundene Werte zu fördern |
| Duplikate bei Wiederholung | Mehrfache Datensätze derselben Verarbeitung | Deduplizierung korrigieren |
Häufige Fallstricke
- Prüft weder erwartete Felder noch Bedeutung
- Beweist keine Quellentreue
- Benötigt eindeutige Regeln und Referenzen
Häufig gestellte Fragen
Kann gültiges JSON falsch sein?
Ja. Syntax und Schema können stimmen, obwohl Betrag, Identität oder Datum falsch sind. Prüfen Sie entscheidende Werte anhand ihrer Quellen.
Soll ein fehlender Wert durch 0 ersetzt werden?
Verwenden Sie nur die im Vertrag festgelegte Bedeutung. Ein fehlender Wert, null und die Zahl 0 sind unterschiedliche Zustände; erfundene Vorgaben verfälschen Berechnungen.
Wann ist menschliche Prüfung nötig?
Wenn Widersprüche, fehlende Belege oder kritische Fehler außerhalb des akzeptierten Umfangs liegen. Definieren Sie diese Fälle vor der Stapelverarbeitung.
Offizielle Referenzen
Die Referenzen unterstützen die Methode. Passen Sie die Prüfungen an Ihren Kontext an; sie stellen keine Zertifizierung dar. Originalreferenztitel und Quelldokumente können in einer anderen Sprache verfasst sein.
Referenzen geprüft am .
