Overview
Document AI प्रति चरण अधिकतम 3 दस्तावेज़ स्वीकार करता है (PDF या इमेज — PDF, JPG, JPEG, PNG, TIFF, WebP)। प्रत्येक दस्तावेज़ को उसकी कॉन्फ़िगर की गईdocument_key द्वारा वर्गीकृत किया जाता है, आपके फ़ील्ड डेफिनिशन से बने स्कीमा का उपयोग करके विज़न-लैंग्वेज मॉडल द्वारा पढ़ा जाता है, और PDF/EXIF फ़ोरेंसिक्स के माध्यम से प्रोसेस किया जाता है। प्रत्येक दस्तावेज़ के लिए यह निम्नलिखित संग्रहीत करता है:
- एक्सट्रैक्ट किए गए फ़ील्ड — आपकी कॉन्फ़िगर की गई फ़ील्ड
keyद्वारा कीयड एक मैप, जिसमें मान वैसे ही टाइप किए जाते हैं जैसा आपने घोषित किया था (text→ स्ट्रिंग,number→ नंबर,date→YYYY-MM-DD)। जो फ़ील्ड नहीं पढ़े जा सके, वेnullहोते हैं। - डिटेक्ट किए गए QR कोड और बारकोड - प्रत्येक रेंडर किए गए पेज के लिए डिकोड किए गए payloads और पिक्सेल निर्देशांक। ऐसा QR कोड जिसे लोकेट तो किया जा सकता है लेकिन डिकोड नहीं किया जा सकता, वह भी
parsed_payload: nullके साथ लौटाया जाता है। - दस्तावेज़ की स्थिति —
Approved,In Review,Declined, याNot Finished। - दस्तावेज़ मेटाडेटा — फ़ाइल फ़ोरेंसिक्स जिसमें कोई भी ओवरले/छेड़छाड़ के साक्ष्य शामिल हैं।
- क्रॉस-चेक परिणाम — सत्यापित पहचान के विरुद्ध नाम मिलान और किसी भी कस्टम फ़ील्ड क्रॉस-रेफ़रेंस का परिणाम।
दस्तावेज़ अपलोड करना
दस्तावेज़ Document AI endpoint पर एक-एक करके अपलोड किए जाते हैं। होस्ट किए गए सत्र या SDK फ़्लो में इसे आपके लिए हैंडल किया जाता है; इसका अनुबंध है:
रिस्पॉन्स फ़्लो को आगे बढ़ाता है:
next_step DOCUMENT_AI से आगे बढ़ जाता है) जब required_document_keys की प्रत्येक प्रविष्टि uploaded_document_keys में दिखाई देती है और कोई भी दस्तावेज़ अधूरा नहीं रहता है।
यह API रिस्पॉन्स में कहाँ दिखाई देता है
GET /v3/session/{sessionId}/decision/ Document AI को दो स्थानों पर प्रदर्शित करता है, उपयोगकर्ता सत्यापन (KYC) और व्यवसाय सत्यापन (KYB) दोनों सत्रों के लिए — document_ai_documents[] एरे और PDF रिपोर्ट session_kind की परवाह किए बिना समान होते हैं:
-
features[]— प्रति Document AI नोड एक सारांश प्रविष्टि, जिसका उपयोग यह सूची बनाने के लिए किया जाता है कि कौन-सी सुविधाएँ चलीं: -
document_ai_documents[]— पूरा परिणाम, प्रति Document AI नोड एक समूह। प्रत्येक समूह नोड की संयुक्तstatus, अपलोड किए गएitemsकी सूची, और कोई भीwarningsरखता है। प्रत्येक अपलोड किया गया दस्तावेज़ एक आइटम होता है जिसमें आपके द्वारा कॉन्फ़िगर किए गए फ़ील्ड (extracted_dataके अंतर्गत), डिटेक्ट किए गए कोड (detected_codesके अंतर्गत), इसकी अपनीstatus, फ़ील्ड डेफिनिशन, फ़ोरेंसिकdocument_metadata, औरcross_check_resultशामिल होते हैं।
निर्णय का उदाहरण
धन का प्रमाण दस्तावेज़ के लिए जिसेaccount_holder (text), balance (number), currency (text), और statement_date (date) के साथ कॉन्फ़िगर किया गया है:
page_number 1-आधारित है। position में डिटेक्ट किया गया पॉलीगॉन शामिल होता है, जबकि x, y, width, और height इसका बाउंडिंग बॉक्स प्रदान करते हैं। सभी निर्देशांक रेंडर किए गए पेज के पिक्सेल स्पेस का उपयोग करते हैं, जिसके आयाम page_width और page_height हैं। जब कोई समर्थित कोड नहीं मिलता है तो detected_codes एक खाली एरे होता है। parsed_payload: null वाले आइटम को केवल उपस्थिति और स्थान के रूप में मानें, डिकोड किए गए मान के रूप में नहीं।
क्योंकि प्रत्येक फ़ील्ड document_ai.<field_key> के रूप में एड्रेसेबल है, आप सीधे extracted_data मानों से ब्रांचिंग और कस्टम स्टेटस नियम चला सकते हैं — जिसमें अन्य चरणों जैसे कि kyc.full_name या प्रश्नावली के उत्तरों के विरुद्ध क्रॉस-रेफ़रेंस शामिल हैं।