Reconocimiento de Facturas de Consumo Eléctrico haciendo uso de Redes Neuronales Recurrentes

Abstract

El objetivo principal del proyecto es desarrollar una aplicación que permita leer facturas de distintas comercializadoras de energía en distintos formatos (PDF e imágenes), reconocer entidades en el texto generado y, posteriormente, generar un JSON de las entidades reconocidas. Dada la variedad de facturas que nos encontramos, es difícil aplicar un método determinista que resuelva el problema, con lo que es conveniente aplicar técnicas de aprendizaje profundo. La aplicación se basa en herramientas que hacen uso de redes neuronales, principalmente recurrentes. Para esto se utiliza spaCy como librería principal para el desarrollo. Una vez definido y entrenado nuestro modelo con herramientas como spaCy, hemos conseguido detectar la mayoría de las entidades en las facturas con una fiabilidad superior al 75 %.

The main objective of the project is to develop an application that reads invoices from different energy marketing firms in different formats (PDF and images), recognize entities in the generated text and then generate a JSON of recognized entities. Given the variety of invoices that we have, it is difficult to apply a deterministic method that solves the problem, so it is convenient to apply deep learning techniques. The application is based on tools that use mainly recurrent neural networks. We use spaCy as the main library for development. After defining and training our model with tools such as spaCy, we were able to detect most of the entities in the invoices with an accuracy of 75 % or above.