Perché il primo passo è la classificazione
Si potrebbe provare a estrarre subito i campi. Ma allora qualcuno — o qualcosa — dovrebbe sapere in anticipo quale modello appartiene a quale documento. È proprio questa informazione che la classificazione genera, e la genera in una forma che la macchina può elaborare ulteriormente.
Da una pila nascono documenti
Ciò che arriva in ingresso raramente è un documento — è una pila di scansioni. La classificazione riconosce i confini e scrive ogni sotto-documento con le proprie pagine come file separato. Tutto ciò che segue lavora su un singolo documento chiaramente delimitato.
La categoria è la chiave di routing
I modelli di riconoscimento sono configurati per tipo di documento. Senza categoria non esiste un percorso deterministico verso il modello giusto — con essa, la scelta del modello diventa una consultazione che la macchina esegue senza ulteriori domande.
Il passo economico viene prima di quello costoso
La classificazione avviene solo sulle prime pagine. L'estrazione dei campi, più onerosa, viene poi eseguita una sola volta, con un solo modello, sul sotto-documento esattamente corretto — invece di provare «tutti i modelli contro ogni documento».
La confidenza è inclusa gratis
Ogni categoria arriva con un valore di sicurezza. In questo modo, prima dell'analisi si può decidere se un documento può proseguire automaticamente — un'assegnazione incerta non genera mai metadati errati nel sistema di destinazione, ma un caso da verificare.