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。送金は電話番号の受取人を表示します。キャッシュアウトはエージェント名と手数料控除を表示します。モバイルリチャージは通信事業者と金額を一覧表示します。請求書支払いは請求元名を表示します。Nagad Payは加盟店のQR確認を表示します。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、他の4つでは失敗します。

同じ画面にベンガル語と英語のラベルが混在。Nagadは両言語に対応しており、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フィールドが「Amount」と表示されても、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の手数料を差し引いた4,935.05を受け取ります。SMSでは送金の場合「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正味額が表示される前に手数料が差し引かれます。正規表現でNagad SMSを解析する開発者は、しばしば間違った数値を取得してしまいます。

レイアウト非依存、1つの列定義で5つの取引タイプに対応。 AIは固定の視覚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。「送金」「キャッシュアウト」「リチャージ」「請求書支払い」「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。

バイリンガルラベル認識を内蔵。 ラベルが「金額」、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」は意味的に同等として扱われます。

キャッシュアウト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。「キャッシュアウト」5,000は総額リクエストであり、BDT 12.99/1,000の手数料控除後の正味額が「金額」列に入ります。画面上の取引タイプレベルが、AIにどの数値を使うべきかを示します。