Модуль сравнения документов ContentReader^® Engine

Автоматическое сравнение документов для снижения рисков подписания некорректных версий

Возможности
/
Схема работы
/
Сценарии применения
/
Преимущества
/
Спецификация
/
Тестдрайв

Модуль сравнения документов
ContentReader^® Engine

Модуль сравнения документов может быть интегрирован в корпоративное программное обеспечение или информационную систему и позволяет пользователям автоматически обнаруживать различия в содержании между двумя версиями документов.

Модуль сравнения документов на базе ContentReader® Engine помогает пользователям быстро отслеживать изменения, проверять целостность документов и предотвращать мошенничество.

Сложности при сравнении документов

Документы приходят в виде сканов без текстового слоя

Другая сторона может внести несогласованные изменения (исправление/добавление информации, нежелательные формулировки)

На поиск и сравнение основной значимой информации в документах у специалиста может уходить по несколько часов

Возможности модуля сравнения документов от Content AI

Поддерживает множество текстовых и графических форматов: DOCX, XLSX, PPTX, PDF, JPEG, TIFF, PNG и другие.
Показывает только существенные изменения: удаление, добавление, исправление текста, а также игнорирование изменений в форматировании. Все это помогает экономить время на просмотр и проверку документа.
Технологию легко интегрировать в сторонние приложения и использовать для сравнения как объемных документов, так и отдельных страниц.
Результаты сравнения доступны через API или могут быть экспортированы в Word (в режиме Исправлений - Track Changes) или XML.

Схема работы

Модуль сравнения документов на базе ContentReader^® Engine

Сценарии применения

Технологию сравнения документов можно легко интегрировать в системы электронного документооборота, CRM, электронные архивы и многие другие системы, чтобы расширить их возможности

Согласование в системах электронного документооборота
Модуль сравнения договоров ContentReader^® Engine позволяет сравнить две версии одного документа. Вы сможете найти различия, обнаружить внесенные изменения или определить последнюю версию документа, даже если правки не были отражены во время редактирования и внесения изменений.
Подписание договоров и других документов
В ситуациях, когда наличие ошибок в документах критично, например, при подписании договора с контрагентом, наши технологии позволяют быстро сравнить оригинал документа с копией и сразу обнаружить изменения.
В процессе переговоров
После согласования условий сотрудничества компания отправляет бизнес-партнеру документ, например, меморандум, технический проект, а он, в свою очередь, может внести туда изменения и отправить встречный документ. Его экземпляр можно легко сравнить с оригиналом. Интеллектуальные технологии помогут найти все расхождения в двух версиях документа, даже если отличия на первый взгляд незаметны.

Преимущества

Сокращение времени принятия решений
В процессе переговоров технологии помогают быстро сравнить оригинал документа с копией и сразу обнаружить изменения
Снижение правовых и экономических рисков
Возможность гибко настраивать решение под требования бизнеса позволяет уменьшить количество ошибок в документах и избежать проблем, связанных с недобросовестными контрагентами
Контроль на всех этапах
В ситуациях, когда наличие ошибок в документах критично, например, при подписании договора с контрагентом, решение позволит проверять корректность документов на каждом этапе согласования
Оптимизация работы сотрудников
Обработка файлов может происходить автоматически в фоновом режиме, что помогает существенно сэкономить время сотрудников

Спецификация

Модуль сравнения документов ContentReader^® Engine 12 доступен в двух версиях: для Windows и для Linux

Системные требования

Компьютер
ПК с x86-совместимым процессором (с тактовой частотой 1 ГГц и выше).

Операционная система

Windows Server 2019, Windows Server 2016, Windows Server 2012, Windows Server 2012 R2 with the April 2014 update rollup (KB2919355), Windows Server 2008 R2 SP1
Windows 10, Windows 8.1 with the April 2014 update rollup (KB2919355), Windows 8, Windows 7 SP1

Протестированные платформы облачных вычислений и виртуальные среды

Azure App Services
Azure Cloud Services
Azure Service Fabric
Azure Virtual Machines
Amazon EC2
Microsoft Hyper-V Server 2008
Microsoft Hyper-V Server 2008 R2 SP1
Microsoft Hyper-V Server 2012
Microsoft Hyper-V Server 2012 R2
Microsoft Hyper-V Server 2016
Oracle VM VirtualBox 5.2
Parallels Desktop for Mac 13.0.1
VMware ESXi 6.5
VMware Workstation Player 12.5
VMware Workstation Pro 14.0.0

Протестированные среды разработки Java
Решение ContentReader Engine было протестировано на следующих наборах разработчика Java:

для 32-битных операционных систем:

Oracle Java SE Development Kit 8u201 i586
Oracle Java SE Development Kit 8u202 i586

для 64-битных операционных систем:

OpenJDK 11.0.2 x64
OpenJDK 12.0.2 x64
OpenJDK 13 x64
Oracle Java SE Development Kit 8u201 x64
Oracle Java SE Development Kit 8u202 x64
Oracle Java SE Development Kit 12.0.2 x64
Oracle Java SE Development Kit 13 x64

ContentReader Engine также может использоваться в Docker-контейнерах на поддерживаемых платформах.

Память

для обработки одностраничных документов: минимум 400 МБ ОЗУ, рекомендуется 1 ГБ;
для обработки многостраничных документов: минимум 1 ГБ ОЗУ, рекомендуется 1,5 ГБ;
для параллельной обработки: 350 МБ * (количество ядер) + 450 МБ ОЗУ;
для параллельной обработки документов на арабском или CJK языках: 850 МБ * (количество ядер) + 750 МБ ОЗУ.

Место на жестком диске

1.600 МБ для установки библиотек (функционал ядра)
Дополнительные 400 МБ для установки библиотеки модулей OfficeConverters
100 МБ для работы программы
Дополнительные 15 МБ на каждую страницу при обработке многостраничного документа

Другие требования

Полностью TWAIN-совместимый сканер, цифровая фотокамера или факс-модем – только для функции сканирования.
Видеокарта и монитор с минимальным разрешением 1024x768 — для обучения шаблонов, редактирования словарей и сканирования при помощи графического пользовательского интерфейса).
Microsoft Internet Explorer 8.0 или выше. Для правильного детектирования содержащихся в документах шрифтов, они должны быть установлены на компьютере.

Content AI SDK 12 Licensing Service (системные требования)

Компьютер
ПК с x86-совместимым процессором (с тактовой частотой 1 ГГц и выше).

Операционная система

Windows Server 2016, Windows Server 2012 R2, Windows Server 2012, Windows Server 2008 R2
Windows 10, Windows 8.1, Windows 8, Windows 7 SP1

Протестированные платформы облачных вычислений и виртуальные среды

Microsoft Hyper-V Server 2008
Microsoft Hyper-V Server 2008 R2 SP1
Microsoft Hyper-V Server 2012
Microsoft Hyper-V Server 2012 R2
Microsoft Hyper-V Server 2016
Oracle VM VirtualBox 5.2
Parallels Desktop for Mac 13.0.1
VMware ESXi 6.5
VMware Workstation Player 12.5
VMware Workstation Pro 14.0.0

Поддерживаемые среды разработки

ContentReader Engine для Windows предоставляет API, который соответствует COM-стандарту и может легко использоваться из C/C++, Visual Basic, .NET, Delphi, Java, а также из любых других средах разработки с поддержкой компонент COM. Engine может быть адаптирован для использования со скриптовыми языками, например, VBS, JS, или Perl.

ContentReader Engine требует наличия библиотеки glibc версии 2.11 и выше. Если необходим ContentReader Engine для более ранних версий glibc, свяжитесь с офисом Content AI.

Для использования динамической библиотеки ContentReader Engine необходимы стандартные библиотеки libstdc++.so.6, libgcc_s.so.1 и libgomp.so.1

Компьютер
ПК с x86-совместимым процессором (с тактовой частотой 1 ГГц и выше) и с поддержкой SSE и SSE 2.
Операционная система

ALT Linux 9.0, 8.2 (no support for Wibu dongles)
Fedora 31, 30, 29
Red Hat Enterprise Linux 8.1, 7.7, 6.10
SUSE Linux Enterprise Server 15 SP1, 12 SP4, 11 SP4
Debian GNU/Linux 10.2, 9.11, 8.11
Ubuntu 19.10, 19.04, 18.04.3 LTS, 16.04.6 LTS, 14.04.6 LTS
CentOS 8.0, 7.7, 6.10
Amazon Linux AMI 2018.03

Компания Content AI также предоставляет услугу профессиональной адаптации ПО для других платформ.

Протестированные платформы облачных вычислений и виртуальные среды

Microsoft Azure Virtual Machines
Amazon EC2
Microsoft Hyper-V Server 2012 R2
Microsoft Hyper-V Server 2016
Oracle VM VirtualBox 5.2
VMware ESXi 6.5
VMware Workstation Player 12.5
VMware Workstation Pro 14.0.0
Linux KVM

ContentReader Engine также может использоваться в Docker-контейнерах на поддерживаемых платформах.

ContentReader Engine Java wrapper был протестирован в следующих Java Development Kits:

OpenJDK 13 x64
OpenJDK 14 Early-Access (build 21) x64
Oracle Java SE Development Kit 8u231 x64
Oracle Java SE Development Kit 11.0.5 (LTS) x64
Oracle Java SE Development Kit 13.0.1 x64

Память

для обработки одностраничных документов: минимум 400 МБ ОЗУ, рекомендуется 1 ГБ
для обработки многостраничных документов: минимум 1 ГБ ОЗУ, рекомендуется 1,5 ГБ
для параллельной обработки: 350 МБ * (количество ядер) + 450 МБ ОЗУ
для параллельной обработки документов на арабском или CJK языках: 850 МБ * (количество ядер) + 750 МБ ОЗУ

Место на жестком диске
2150 МБ для установки библиотек и 100 МБ для работы программы, а также дополнительно 15 МБ для каждой обрабатываемой страницы многостраничного документа.

Другие требования

Объем tmpfs: 1ГБ*(количество ядер) + 4ГБ
Объем swap: 1ГБ*(количество ядер) + 4ГБ
ContentReader<sup>®</sup> Engine совместим с системой инициализации systemd.
Для правильного детектирования содержащихся в документах шрифтов, они должны быть установлены на компьютере.

Поддерживаемые среды разработки

ContentReader Engine для Linux предоставляет нативный C/C++ API и Java-обертку для него, поэтому приложения должны быть написаны на C/C++ или Java.

Форматы и языки

ContentReader Engine 12 поддерживает самое большое количество языков распознавания на рынке. С его помощью можно распознавать языки, в письменности которых используются латиница, кириллица, греческие и армянские символы, а также арабский, бирманский (техническое превью), персидский (фарси), иврит, китайский, японский, корейский, русский языки и много других. Также доступна встроенная утилита для создания пользовательских словарей и шаблонов, что позволяет улучшить распознавания необычных слов или нетипичных шрифтов.

Кроме того, SDK подерживает обработку документов XVII-XIX столетий на английском, испанском, итальянском, немецком и французском языках, текстов на искусственных языках (эсперанто, интерлингва, идо и окциденталь), а также позволяет распознавать языки программирования (Basic, C/C++, COBOL, Fortran, JAVA и Pascal), простые химические формулы и цифры. В общей сложности, в ContentReader Engine поддержано 210 OCR (●), для Windows и Linux 126 ICR языков (○) и 28 с BCR поддержкой (▲)

Абхазский
Аварский
Агульский
Адыгейский
Азербайджанский (кириллица)
Азербайджанский (латиница)○
Аймара○
Албанский○
Алтайский
Английский●○▲
Арабский (Саудовская Аравия)*●○
Армянский (восточный)●
Армянский (грабарь)●
Армянский (западный)●
Африкаанс○
Базовый язык программирования
Баскский○
Башкирский●
Белорусский
Бемба○
Бирманский (технический превью)
Блэкфут○
Болгарский●○
Бретонский○
Буготу○
Бурятский○
Валлийский
Венгерский●○▲
Волоф○
Вьетнамский●
Гавайский○
Гагаузский
Галисийский○
Ганда○
Голландский (Бельгия)●○
Голландский (Нидерланды)●○▲
Греческий●○▲
Грузинский
Гуарани○
Дакота (сиу)○
Даргинский
Датский●○▲
Дунганский
Зулу
Иврит●
Идиш
Идо○
Ингушский
Индонезийский●○▲
Интерлингва○
Ирландский○
Исландский
Испанский●○▲
Итальянский●○▲
Кабардинский
Казахский○
Калмыцкий
Каракалпакский
Карачаево-балкарский○
Каталонский●
Кашубский○
Кечуа○
Кикуйю
Киргизский○
Китайский традиционный▲
Китайский упрощенный▲
Конго○
Корейский (хангыль)●
Корейский●▲
Корсиканский○
Корякский Коса○
Кпелле○
Кроу○
Крымскотатарский○
Кумыкский○
Курдский○
Лакский
Латинский●○
Латышский●○
Латышский отический
Лезгинский
Литовский●○
Луба○
Лужицкий
Майя○
Македонский
Малагасийский○
Малайский (малазийский)
Малинке○
Мальтийский
Мансийский
Маори○
Марийский
Минангкабау○
Могавк○
Монгольский○
Мордовский○
Мяо○
Науатль○ Немецкий (Люксембург)○
Немецкий (новая орфография)●○
Немецкий●○▲
Ненецкий○
Нивхский○
Ногайский○
Норвежский (букмол)●○▲
Норвежский (нюнорск)●○▲
Норвежский●○▲
Ньянджа○
Оджибве○
Окциденталь
Осетинский
Папьяменто○
Польский●○▲
Португальский (Бразилия)●○▲
Португальский (Португалия)●○▲
Провансальский
Простые математические формулы
Простые химические формулы
Ретороманский○
Руанда○
Румынский (Молдавия)○
Румынский●○
Рунди○
Русский (старая орфография)●
Русский●○▲
Русский (с ударениями)● Саамский○
Самоа○
Сапотекский○
Свази○
Себуанский○
Селькупский○
Сербский (кириллица)○
Сербский (латинский)○
Сесото○
Словацкий●○
Словенский●○
Сомалийский○
Староанглийский●○
Староиспанский●○
Староитальянский●○
Старонемецкий●○
Старославянский
Старофранцузский●○
Суахили○
Сунданский
Табасаранский
Тагальский○
Таджикский○
Таитянский○
Тайский●
Татарский●
Текст типа ocr-a
Текст типа ocr-b
Ток писин○
Тонга○
Тсвана○
Тувинский○
Тунисский○
Турецкий●○▲
Туркменский
Туркменский (латинский)○
Удмуртский
Узбекский (кириллица)
Узбекский (латинский)○
Уйгурский (кириллица)
Уйгурский (латинский)○
Украинский●○▲
Фарерский Фарси●
Фиджийский○
Финский●○▲
Французский●○▲
Фризский○
Фриульский○
Хакасский
Хани○
Хантыйский
Хауса
Хорватский●○
Цзинпо
Цыганский○
Чаморро○
Чеченский
Чешский●○▲
Числовые символы○
Чувашский
Чукотский
Шведский●○▲
Шона
Шотландский гэльский○
Шрифт micr (cmc-7)
Шрифт micr (e-13b)
Эвенкийский○
Эвенский○
Эскимосский (кириллица)
Эскимосский (латинский)
Эсперанто
Эстонский●○▲
Язык программирования c / c ++
Язык программирования Cobol
Язык программирования Fortran
Язык программирования Java
Язык программирования Kawa○
Язык программирования Pascal
Якутский
Японский (современный)●
Японский●▲

* Арабский ICR не поддерживается. Но распознаются арабские цифры, отпечатанные вручную.

ПОДДЕРЖИВАЕТ ОТКРЫТИЕ:

BMP

несжатый чёрно-белый
4- и 8-битный — несжатый Palette
16-битный — несжатый, несжатый Mask
24-битный — несжатый
32-битный — несжатый, несжатый Mask

BMP

4- и 8- битный — RLE сжатый Palette

DCX

чёрно-белый
2-, 4- и 8- битный Palette
24- битный цветной

DjVu (только для Windows)

чёрно-белый, серый, цветной

GIF

чёрно-белый — LZW-сжатый
2-, 3-, 4-, 5-, 6-, 7-, 8-битный Palette — LZW-сжатый

JBIG2

чёрно-белый

JPEG

серый, цветной

JPEG 2000

серый — Part 1
цветной — Part 1

PCX

чёрно-белый
2-, 4- и 8-битный Palette
24- битный цветной

Изображение PDF (скан PDF)

Созданный в цифровом виде PDF (Версия 1.7 или ранее)

PNG

чёрно-белый, серый, цветной

TIFF

чёрно-белый — несжатый, CCITT3, CCITT4, Packbits, ZIP, LZW
серый — несжатый, Packbits, JPEG, ZIP, LZW
24-битный цветной — несжатый, JPEG, ZIP, LZW
1-, 4-, 8-битный Palette — несжатый, Packbits, ZIP, LZW
(включая многостраничный TIFF)

TIFF

чёрно-белый — CCITT3FAX

WDP (только для Windows)

чёрно-белый, серый, цветной
(требуется WIC или Microsoft .NET Framework 3.0)

WIC-compatible (только для Windows)

(требуется WIC или Microsoft .NET Framework 3.0)

ПОДДЕРЖИВАЕТ СОХРАНЕНИЕ

BMP

несжатый чёрно-белый
4- и 8-битный — несжатый Palette
16-битный — несжатый, несжатый Mask
24-битный — несжатый
32-битный — несжатый, несжатый Mask

DCX

чёрно-белый
2-, 4- и 8- битный Palette
24- битный цветной

JBIG2

чёрно-белый

JPEG

серый, цветной

JPEG 2000

серый — Part 1
цветной — Part 1

PCX

чёрно-белый
2-, 4- и 8-битный Palette
24- битный цветной

Изображение PDF (скан PDF)

Созданный в цифровом виде PDF (Версия 1.7 или ранее)

PNG

чёрно-белый, серый, цветной

TIFF

чёрно-белый — несжатый, CCITT3, CCITT4, Packbits, ZIP, LZW
серый — несжатый, Packbits, JPEG, ZIP, LZW
24-битный цветной — несжатый, JPEG, ZIP, LZW
1-, 4-, 8-битный Palette — несжатый, Packbits, ZIP, LZW
(включая многостраничный TIFF)

Хотите протестировать?

Заполните форму и мы пришлем пробную версию

Я хочу получать информацию о новых продуктах, ценовых изменениях, а также о специальных предложениях компании Content AI. Данное согласие может быть отозвано в любой момент. Для этого нажмите на ссылку «Отписаться» внутри любого письма, полученного от Content AI.

Нажимая на кнопку, вы даете согласие на обработку персональных данных

С апреля 2022 года техническую поддержку продуктов ABBYY на территории России оказывает компания Content AI (ООО «Контент ИИ»).

Модуль сравнения документов ContentReader® Engine