Belgelerden veri çıkarma: Clairic, Deep Review ve düzeltmesiz %50'den %99,9'a giden yolum

Ekimin bir haftasında belge işleme hakkında üç haber çıktı. Cloudflare, metinden tek geçişte tipli değerler çıkaran Clairic modelini gösterdi. Google uzun belgeleri kontrol etmek için Deep Review'u açtı. OpenAI de Sullivan & Cromwell avukatlarının sözleşmeleri birbiriyle tartışan ajanlarla nasıl kontrol ettiğini anlattı. 2023'ten beri sigorta keşifleri ve tutanaklar için parser yapıyorum. Belgelerin yarısının elle düzeltmeden geçtiği noktadan %99,9'a kadar geldim. Bu yüzden bu haberleri tek bir soruyla okuyorum: bunlardan hangisi o yolu benim için kısaltırdı?

Ne çıktı

Cloudflare 19 Ekim'de Workers AI üzerinde bir veri çıkarma modelinin preview'ı olan Clairic'i tanıttı ve ağırlıklarını açma sözü verdi. Fikir, TypeSafe'in bir ay önce ortaya koyduğu “System One” modellerinden geliyor. Model tek geçişte cevap veriyor, akıl yürütme ve token üretimi olmadan. Yalnızca girdi için ödeme yapılıyor, cevap genellikle bir saniyeden kısa sürüyor. Girdi olarak metin ve en fazla dört görsel veriliyor, bir de tipleriyle birlikte alan listesi: metin, sayı, tarih, saat, süre, liste, puan, tahmin. Çıktıda her alan için istenen tipte bir değer ve güven puanı geliyor. Belgede cevap yoksa null dönüyor. Cloudflare'e göre model hata yapabiliyor.

Google Research 14 Ekim'de karmaşık belgeleri kontrol eden Deep Review sistemini açtı. Sistem, Paper Assistant Tool'dan doğdu. Bir yılda STOC, ICML, NeurIPS ve ICLR konferansları için 16.000'den fazla makale taslağından geçirildi. Şimdi hukuki ve finansal belgeler dahil her alandan PDF ve metin kabul ediyor. Yapısı şöyle: belge mantıksal bölümlere ayrılıyor, her bölüme ayrı bir hesaplama bütçesi veriliyor, sonra ayrı ajanlar bölümleri paralel olarak kontrol ediyor ve bunu yaparken belgenin tamamına erişebiliyor.

OpenAI 15 Ekim'de Sullivan & Cromwell'deki Agreement Analyzer'ı anlattı. Ortak John Savva işe Codex üzerinde tek kullanıcılı bir prototiple başladı. Avukat sözleşme taslağını yüklüyor, firmanın emsal belgelerini ve müşterinin pozisyonlarını içeren playbook'u ekliyor. Araç birkaç tur kontrol yapıyor ve düzeltmeler içeren bir memorandum döndürüyor, avukat bu düzeltmeleri kabul ediyor ya da reddediyor. Ayrıca bir şema daha anlatılıyor: bazı ajanlar itirazları yazıyor, diğerleri bu itirazlara karşı çıkıyor. Sonuçta tartışmadan neyin sağ çıktığı, neyin elendiği ve neyin kontrol edilmeden kaldığı görünüyor. Savva, piyasa uygulamasına dair her iddianın kaynağının görünür olması gerektiğinde ısrar ediyor.

Belgeleri elle aktaran şirket için ne anlama geliyor

Bir araç kiralama şirketini ele alalım. Her hafta servislerden onarım faturaları, ekspertiz tutanakları ve kazadan sonra sigorta şirketinin belgeleri geliyor. Yönetici PDF'i, taramayı ya da telefonla çekilmiş fotoğrafı açıyor, tutarı, VIN'i ve tarihi bulup tabloya elle yazıyor. VIN'deki tek bir rakam hatası bir ay sonra, sigorta şirketi belgeyi geri gönderdiğinde ortaya çıkıyor.

Üç haber de aynı sorunla ilgili: belgeden güvenilebilecek bir değer nasıl alınır ve ona ne zaman güvenilemeyeceği nasıl anlaşılır. Clairic buna tip, güven puanı ve dürüst bir null ile cevap veriyor. Deep Review ve Agreement Analyzer ise ilk sonuçla tartışan ayrı bir kontrol katmanıyla cevap veriyor. Şirket sahibi için sonuç: çıkarma, kontrol ve insana geri dönüş yolu birlikte gerekli. Üçüncüsü olmadan ilk ikisi veritabanını sessizce bozar.

2023'ten beri bu yolu nasıl yürüdüm

ABD'deki PDR şirketi için PDF'lerden, taramalardan ve fotoğraflardan sigorta keşiflerini, tutanakları ve hasar değerlendirmelerini okuyan parser'lar yapıyorum. Fotoğraf parser'ları da VIN okuyor. Sigorta belgeleri 60-70 sayfaya kadar çıkıyor. Temel Python: OpenCV görüntüyü hazırlıyor ve üzerine sanal çizgiler çiziyor, metni Tesseract okuyor, PDF'lerdeki tabloları Camelot çıkarıyor, Pandas da verileri temizleyip yapılandırıyor. Asıl işi, bu belgelerin nasıl düzenlendiğini bilen kendi mantığım yapıyor.

2023 ortasından beri parser'lar kullanımda. O zaman belgelerin yaklaşık yarısı elle düzeltme olmadan geçiyordu. 2024'te yeni tanıma yöntemlerine geçtim ve düzeltmesiz geçen pay yaklaşık %75 oldu. 2025'te çıkarılan yeni veriler ve hesaplamalar ekledim, pay yaklaşık %95'e çıktı. 2026'da AI doğrulayıcıları bağladım. Bunlar üç farklı servis, Anthropic, OpenAI ve Gemini, her biri kendi görevi için. Ardından kararlı sürümü yayımladım: belgelerin yaklaşık %99,9'u elle düzeltme olmadan geçiyor. Son kontrolü insan yapıyor. Parser'lar haftada yaklaşık 60 saatlik el işini serbest bırakıyor.

Clairic'teki güven puanlı ve null'lu tipli cevap, 2023'te tam olarak eksik olan şeydi. O zaman belgelerin yarısı “burada emin değilim” sinyali olmadan elle düzeltmeye gidiyordu. Sullivan & Cromwell'deki “bazı ajanlar öneriyor, diğerleri itiraz ediyor” şeması anlam olarak benim doğrulayıcılarımla aynı. Yalnızca bende itiraz edenlerin rolünü farklı görevleri olan farklı servisler oynuyor. Clairic'i kendi keşiflerimde denemedim ve onun adına bir şey vaat etmeyeceğim.

Ben ne yapardım

1. Her belge türünden 30-50 gerçek örnek toplamak ve bir belgenin elle kaç dakika sürdüğünü ölçmek.
2. Sonraki adımlarda gereken alanları ve nereye gittiklerini yazmak: CRM'e mi, keşfe mi, rapora mı.
3. Yapının sabit olduğu yerde kodla çıkarmak, modeli geri kalan kısımda kullanmak. Her değerin bir güven puanı, her belgenin de insana geri dönüş yolu olmalı.
4. Çıkarmayı yapan araçtan ayrı ikinci bir araçla kontrol etmek. Uyuşmazlıkları günlüğe yazmak.
5. Düzeltmesiz geçen belgelerin payını her ay hesaplamak ve kademeli bir artış beklemek. Bende bu üç yıl sürdü, örnekleri incelemeden rakam vaat etmem.

İlgili içerikler

AI'ın belgeleri çözümlemede nerede yardımcı olduğunu ve sonucun nasıl kontrol edileceğini Veri işlemede AI: çıkarma ve doğrulama yazısında anlattım. Hizmet alanları: belgeler, veriler ve tekrarlanabilir işleme için Python ve sonucun kontrol edilebildiği süreçte AI. Projeler: keşif, tutanak ve VIN fotoğrafı parser'ları ve ABD'deki PDR şirketinin teknik ortağı. Aynı konuda: AI karar veriyor, insan onaylıyor, 70 sayfalık taramalar ve araç fotoğrafları nerede saklanır ve parser'lar haftada 60 saat serbest bırakınca bizde ne oldu. Daha önce PDF'lerde arama yaparken tabloların ve diyagramların anlamının nasıl korunacağını yazmıştım. Belgeleriniz hâlâ elle tabloya aktarılıyorsa, hangi belgeler olduğunu ve verilerin nereye gitmesi gerektiğini anlatın: Görevi konuşalım.