TrxID、金額、取引相手をあらゆるNagadスクリーンショットから特定

5種類の取引タイプ、5種類の異なるレイアウト。 送金では電話番号の受取人が表示されます。キャッシュアウトではエージェント名と手数料控除が表示されます。モバイルリチャージでは通信事業者と金額が表示されます。請求書支払いでは請求先名が表示されます。Nagad PayではマーチャントQR確認が表示されます。1つのレイアウトで学習したテンプレートベースのOCRは、残りの4つでは機能しません。

同じ画面にベンガル語と英語のラベルが混在。 Nagadは両方の言語をサポートしており、ユーザーは自由に切り替えられます。あるユーザーの電話では Amount と表示されるフィールドが、別のユーザーではベンガル語で表示されることがあります。ベンガル数字がアラビア数字と並んで表示されることもあります。特定の英語キーワードに依存する正規表現ルールは、ラベルが言語を切り替えると失敗します。

キャッシュアウト手数料は隠れた派生値です。 ユーザーがUddoktaエージェントで5,000をキャッシュアウトすると、1,000あたりBDT 12.99の手数料が差し引かれ、4,935.05を受け取ります。SMSには送金の場合は「手数料 Tk 0.00」と表示されますが、キャッシュアウトの場合は手数料が差し引かれた後の正味額が表示されます。NagadのSMSを正規表現で解析する開発者は、常に間違った数値を取得してしまいます。

1つの列定義、5つの取引タイプに対応するレイアウト非依存。AIは固定のビジュアルテンプレートに依存しません。ラベルのセマンティックな意味を読み取ります。「Send Money」「Cash Out」「Recharge」「Bill Pay」「Nagad Pay」はすべて取引タイプとして認識されます。TrxIDは、特定の位置を探すのではなく、英数字パターンをスキャンして見つけます。

組み込みのバイリンガルラベル認識。ラベルが「Amount」、ベンガル語、「Tk」、またはタカ記号のいずれであっても、AIはそれを取引金額として認識します。ベンガル文字、アラビア数字、ベンガル数字を並行して読み取ります。受取人を意味するベンガル語と「Recipient」は、セマンティックに同等として扱われます。

Cash Out取引の手数料を考慮した抽出。AIは総額と受取正味額を区別します。「Cash Out」5,000は総額リクエストです。BDT 12.99/1,000の手数料控除後の正味額が「金額」列に入力されます。画面上の取引タイプラベルが、AIにどの数値を使用すべきかを伝えます。