Contexto
Dos documentos pueden contener las mismas palabras y asignarles funciones distintas: una fecha puede ser de firma, registro, vigencia o vencimiento. Perder la posición, el encabezado o la tabla elimina parte del significado.
La tasa media de caracteres correctos tampoco describe el riesgo. Un error en una nota al pie puede ser irrelevante; el mismo error en un importe, un identificador o una condición puede cambiar una decisión.
Ejemplo didáctico · situación inventada
Una fecha correcta en el campo equivocado
El OCR lee sin errores dos fechas: una junto a la firma y otra en el registro de entrada. La extracción asigna la primera al plazo del procedimiento.
Qué decisión cambia. La transcripción puede pasar su prueba mientras el campo falla. Evalúa por separado reconocimiento e interpretación, y muestra la región del documento para revisar cuál de las fechas corresponde al campo solicitado.
Qué comprobar antes de empezar
- Formatos, calidades de escaneo, idiomas y estructuras presentes en la muestra.
- Campos cuya posición o relación con una tabla cambia su interpretación.
- Errores que requieren revisión obligatoria por su efecto jurídico, económico u operativo.
- Referencia necesaria para volver desde cada dato al documento, página y región de origen.
- Documentos que deben rechazarse porque su calidad no permite una extracción fiable.
Método de trabajo
Transcribir
Conservamos texto, página, coordenadas, confianza y versión del motor de OCR.
Reconstruir
Identificamos bloques, tablas, secciones, encabezados y relaciones antes de extraer campos.
Validar
Aplicamos tipos, reglas cruzadas y comprobaciones contra otras partes del expediente.
Citar
Cada salida revisable enlaza con el fragmento visual que permite confirmarla o corregirla.
Señales para detener la prueba
- La calidad del documento impide distinguir caracteres críticos.
- La extracción pierde tablas, anexos o notas necesarios para interpretar el dato.
- No se puede volver desde un campo al fragmento que lo originó.
- La revisión corrige de forma repetida la misma clase de campo de alto riesgo.
Para seguir con esta decisión
- ¿Cómo construir un RAG que se abstenga y enseñe la evidencia?
- ¿Qué hace que un expediente sea computable?
- ¿Qué necesita un RAG además de un chat sobre PDF?
Servicio de Document Intelligence: alcance y entregables
Publicado por Ordantis el .