Referências
Referências de dados e definições de terminologia para IA documental. Cada página é verificada na fonte e projetada para ser citada.
Estatísticas
Recibo v1.1: docTR vs Docling em recibos fixos SROIE e CORD; distância de texto normalizada, F1 de campos pós-processados, throughput em lote, custo de GPU.
Recibo v1.1: docTR vs Surya2 em 361 recibos SROIE e 100 CORD; diagnósticos de distância de texto, F1 de valor de campo pós-processado, tempo de lote, custo de GPU.
Recibo v1.1: docTR lidera o F1 de campo do LLM no SROIE e a vazão em lote; EasyOCR lidera o F1 de regex no SROIE e a vazão em lote no CORD. Métodos e fontes.
Benchmark de recibos: estimativas disponíveis para GPU RTX 4090 variam de $0.0479 a $1.0609 por 1.000 páginas SROIE a $0.76/hora histórico. Limites de tempo e escopo de CPU explicados.
A solicitação de OCR de recibo tem p50 entre 108,7–2668,0 ms no SROIE. Oito execuções retidas de motores CPU/GPU; p95, throughput de parede aceito e limites de tempo explicados.
O Receipt v1.1 compara PaddleOCR e EasyOCR no SROIE e CORD: distância de texto normalizada, F1 de campos por regex e LLM, throughput em lote, custo de GPU.
Benchmark próprio: pós-processamento com LLM supera regex na extração de campos de recibos, F1 de campo para 8 modelos de OCR no SROIE + CORD, metodologia incluída.
Receipt v1.1 compara três VLMs em pontuações de campos do SROIE e CORD, latência de requisição e custo histórico de GPU; wall e custo do SROIE do Unlimited-OCR ausentes.
Receipt v1.1: Tesseract vs PaddleOCR em 361 recibos SROIE e 100 CORD; distância de texto normalizada, F1 por campo, tempo de parede ausente, escopo de custo de CPU.
Benchmark próprio: 8 mecanismos de OCR de código aberto vs VLMs de análise de documentos em 361 recibos SROIE + 100 CORD — CER, F1 de campo, latência, custo. Metodologia incluída.
Benchmark de recibos: CER normalizado do SROIE e F1 de campo medem alvos diferentes. O CER de página inteira do CORD não é aplicável. Limites de pontuação e pipeline explicados.
Benchmark próprio de 5 modelos de OCR de código aberto em 461 recibos (SROIE + CORD): CER, WER, F1 de campo, latência, custo por 1.000 páginas.
Taxas de exceções na automação de documentos: 9% para os melhores da categoria vs. 22% para a média, causas raiz, custos de revisão e trade-offs de limites com todas as fontes citadas.
Benchmarks independentes sobre custo de processamento de documentos por registro: manual $8-16, modelo $2-5, IA a partir de $0,02/página. Por tipo de documento, tamanho e região.
Dados de precisão de OCR de manuscritos: IAM CER 1,2-1,7%, árabe 8,9-16%, histórico 71-82%. Detalhado por escrita, modelo e tipo de documento. 15 fontes citáveis.
Referências sobre tempo de processamento de faturas: 12,5 min de manuseio manual vs. ciclo de 9,2 dias, por método, complexidade e etapa — com fontes completas para citação.
Benchmarks independentes sobre o ROI da automatização da entrada de dados: retorno em 3-12 meses, ahorros de 60-80%, volume de equilíbrio, além de uma fórmula para modelar seu retorno.
Benchmarks independentes sobre a precisão do OCR por tipo de documento: 99,2-99,8% PDFs digitais, 98-99% digitalizações, 46-95% manuscrito, TEDS de tabelas. 15 fontes citáveis.
Precisão de OCR em recibos por condição e campo: 90%+ em digitalizações limpas, 55-73% em papel térmico desbotado, 67-69% em fotos de celular. Totais 95-99%, estabelecimentos 73-88%. 14 fontes.
Benchmarks independentes sobre taxas de erro na entrada manual de dados: 1-4% em nível de campo, até 40% em nível de registro, por tipo de documento, setor e função.
Definições
A captura de dados transforma papel, digitalizações, PDFs e fotos em dados legíveis por máquina. Como funciona, seus tipos e equívocos.
ICR é o reconhecimento de caracteres por aprendizado de máquina para texto escrito à mão. Como evoluiu do OCR, as diferenças entre ICR, OCR e IWR, e onde é usado.
A Extração de Informações-Chave (KIE) extrai campos como números de fatura e datas de documentos para dados estruturados. Como funciona, limites e equívocos.
Um PDF pesquisável é um documento digitalizado com uma camada de texto OCR invisível — você pode selecionar, copiar e usar Ctrl+F no texto. Como funciona, regras de PDF/A e armadilhas comuns.
A precisão em nível de campo conta os campos extraídos corretamente; a precisão em nível de caractere conta os caracteres lidos corretamente. 99% de precisão de caracteres não significa 99% de dados precisos.
IDP é um software de IA que captura, classifica, extrai e valida dados de documentos. Como funciona, a evolução do OCR para os LLMs e equívocos comuns.
A taxa de STP mede a parcela de documentos processados sem intervenção humana — média do setor 32%, melhor da categoria 49%, IA 60-80%. Fórmula e equívocos.
O OCR converte imagens de texto impresso, manuscrito ou digitado em dados legíveis por máquina. Como funciona, os 4 tipos de OCR, sua história e casos de uso.