> For the complete documentation index, see [llms.txt](https://doc.duaer.com/zh/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.duaer.com/zh/guides/invoice-data-extraction.md).

# 2027 年发票数据抽取：为什么大多数团队卡在字段准确率上

本文整理自 Duaer 文档站，探讨企业在发票数据抽取落地时为何常在字段准确率上停滞，并给出按字段衡量、流程内校验、异常队列运营和基线测试等实践建议。

## 为什么抽取比演示难

很多财务团队在尝试发票数据抽取时发现，演示效果很好，生产结果却不理想。模型能从某家供应商的干净 PDF 中正确读出每个字段；但同一条流程一旦遇到扫描传真件、行项目表格跨页的多页发票，或被错误归类为其他单据类型的贷项通知单，输出就开始与总账对不上。错误的税额会被入账，缺失的采购订单号会把发票推入人工队列，前导零被系统丢掉的发票号则可能导致重复发票漏过审核。问题并不在于抽取不可行，而在于团队衡量的方式不对，真正要紧的错误是那些最终进入应付账款系统的错误。

发票看似标准化，实际并非如此。每家供应商都有自己的版式；日期有多种写法，同一种写法在不同国家含义可能不同；货币符号位置不一，小数点与千位分隔符可能互换；税额有时以税率表示、有时以金额表示，甚至两者并存，还可能拆分在多行中。行项目可能跨越多页，小计也可能出现在表格中间。扫描件带来歪斜、印章和低分辨率等问题，纸质发票上的手写更正在许多企业中依然常见。

这些变化会相互叠加。一个能较好处理九成版式的模型，仍可能产生大量异常，因为剩下的往往是金额较高或结构复杂的单据。只按平均准确率做规划的团队，通常会惊讶于仍需要投入多少人工工作。

## 常见错误：按单据衡量，而不是按字段衡量；上线前先定义字段

最常见的错误是以「有多少发票被处理完、没有明显报错」来判断成功。一张单据即使只有一个字段错误，也可能被计为成功。但在应付账款中，一个错误字段就意味着这张单据失败，因为错误的总额或税码会破坏对账、付款或纳税申报。

更好的做法是按字段衡量准确率，并按风险对字段分级。供应商税号、发票号、价税合计、币种和税额属于高风险字段；付款条件和自由文本描述属于较低风险字段。两类字段应设置不同的验收阈值：高风险字段一旦漏抽，应将单据转入复核而不是靠猜测补全；低风险字段则可以接受部分结果。

在选择工具或编写脚本之前，先写下目标字段清单（schema），列出过账所需字段、匹配所需字段，以及有用但可选的字段，并明确每个字段「什么算正确」。例如，金额是否需要精确到分与打印总额一致？供应商名称是要与主数据中的法定名称一致，还是只要可读即可？这一步看似繁琐，却会改变项目走向。跳过它的团队最后会和供应商争论各自不同的准确率定义；完成它的团队则能用同一测试集、同一规则比较不同方案，并看清每种方案会在哪里失败。

## 把校验放进流程内部，而不是事后补充

仅有抽取远远不够。真正有用的是算术校验和引用校验，并且应对每张单据自动执行。

算术校验用于确认行项目之和等于小计、小计加税额等于价税合计、税率与金额相互一致。校验失败时，即使模型给出了很高的置信度，抽取值也很可能是错的。引用校验则将抽取出的供应商与供应商主数据比对，将发票号与同一供应商此前处理过的发票比对，将采购订单号与未关闭的订单比对。重复检测应基于供应商身份加上规范化后的发票号，而不是原始字符串。

置信度分数有帮助，但前提是经过校准。可以用它来分流：置信度高且校验全部通过的单据直接放行，其余单据交给复核人员，并高亮标出存疑字段。复核人员应能看到源图像与抽取值并排显示，这样修正只需几秒而不是几分钟。

如果希望端到端地运行这类规则链，而不是把 OCR、抽取和匹配的独立脚本拼接在一起，可以在 Duaer 中搭建该流程，并用自己的发票进行测试，再决定是否大范围推广。

## 把异常队列当作产品来运营，并先修数据再调模型

每条流程都会产生异常，关键在于这些异常能否让系统学到东西。应按类别归档：扫描件不可读、新版式、缺少采购订单、供应商主数据不匹配、算术校验失败、疑似重复等。不同类别对应不同的修复方式：新版式可能需要模板或补充训练样本，供应商主数据不匹配通常是主文件的数据清理问题，而不是抽取问题。头几个月应每周复盘一次异常类别，并为每一类指定负责人。否则异常会不断堆积，复核人员逐渐失去对队列的信任，最终有人绕过系统直接手工录入。

许多抽取项目把大部分精力放在模型上，对参考数据的投入却太少。存在重复供应商、税号过期或名称不统一的主数据，即使抽取很准，也会在匹配校验中失败；未关闭的采购订单会制造大量误报；会计科目映射如果在无通知的情况下变动，还会破坏过账规则。因此在调优前，应先清理交易量最大的前几家供应商的主数据、统一命名，并确认未关闭采购订单的数据是最新的。这类工作不如新模型引人注目，但通常比任何模型改动更能减少异常。关于为 AI 流程准备输入数据，我们站点上的数据准备工具概览介绍了如何按工作流而不是功能清单来选择工具。

## 如何判断系统是否真的有效

建议使用固定基线。上线前抽取一批发票，人工处理并记录耗时、错误率和过账异常，然后用同一批样本跑新流程进行对比。长期应跟踪以下指标：

· 每个高风险字段的字段级准确率，而不是单一的总体数字。

· 直通率：无需人工介入、之后也无需更正即可过账的单据占比。

· 按类别统计的异常率，以判断哪些修复最关键。

· 每个异常的平均修正时间，用以判断复核人员能否高效工作。

· 重复泄漏：进入总账的重复单据。这是代价最高的失败，也最容易被低估。

每月对直通单据进行随机抽样复核。如果直通率上升的同时，复核的错误率也上升，说明流程放行过多。目标不是自动化率最大化，而是达到财务团队能够信任的自动化水平。

如果团队同时在评估供应商或工具类别，我们的应付账款自动化工具指南说明了如何根据发票流程的契合度选择第一个试点。

## 本周可以做什么

从过去一个季度的发票中抽取 50 张，覆盖交易量最大的五家供应商。对每张发票记录各核心字段是否正确、算术校验是否会通过、该单据是否重复或是否完成了采购订单匹配，并将结果整理成一张简单的表格。通常你会发现失败集中在一两家供应商或某一种单据类型上。这个集中点就是第一个需要修复的地方，它也能告诉你问题出在版式、主数据还是流程上。

如果情况已经清楚，并希望在自己的单据上测试经过验证的抽取流程，可以访问 https://www.duaer.com 注册试用，用样本进行运行。建议先从这 50 张发票开始，这样可以将结果与自身基线对比，而不是与供应商的基准测试对比。

如果希望为自己的发票流程获取一份书面上线路线，包括字段优先级、校验规则和试点范围，请告诉我们你的场景，我们会为你发送对应的书面上线路线。

https://api.duaer.com/form/c59a907a-3697-4edf-a04d-3ea0fb72fdc8

发票数据抽取的成功，应以真正进入总账的字段来衡量，而不是以那些未出现明显错误就顺利通过的单据数量来衡量。

## 常见问题

### 发票数据抽取的准确率应该怎么衡量？

不应只看整体通过率，而应按字段衡量，尤其关注供应商税号、发票号、价税合计、币种和税额等高风险字段。同时结合直通率、异常分类和重复泄漏情况综合判断。

### 为什么发票抽取在演示中效果很好，上线后却频繁出错？

演示通常使用干净、版式统一的样本，而真实业务中存在多种供应商版式、扫描件质量问题、跨页表格、单据类型混淆以及主数据不一致等情况。上线前应使用真实样本测试，并建立算术校验与引用校验。

### 发票自动化流程上线前应该先做哪些准备？

先定义目标字段清单和每个字段的正确标准，抽取一个季度的真实发票作为基线；清理高交易量供应商的主数据，确认未关闭采购订单的数据是最新的；然后用同一批样本在试点中对比结果。

