RSHB/arm-ka-fixtures
9
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat(ocr): эталоны нормализатора — предупреждения о пропущенных строках, формулировка ИНН (Срез 3a, #12)

Browse Source 
aep_3 и aep_6: предупреждения «строк с нечисловым кодом пропущено: N» и «строк без кода с суммами пропущено: N» на таблицу;
aep_3: «ИНН распознан неуверенно» вместо «ИНН не распознан» (ИНН извлечён, confidence < 100). Документы (строки, суммы,
колонки) не изменились. В README — строка про ocr/expected_normalize/.

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_012vJkmBGKKqMoEMzvsXG3y2
This commit is contained in:
Andrey Epifancev 2026-10-07 03:35:25 +04:00
parent a800db63eb
commit 5dcfaf8fdd
3 changed files with 11 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
README.md
View File

@ -19,6 +19,8 @@ ocr/ пары «вход → выход» И
ИС кладёт в каталог <job_id> по одному json на каждый распознанный документ файла:
aep_3.pdf → aep_3.json (баланс + ОФР, успех) и aep_3_ofr.json (ошибка INVALID_DOCUMENT);
aep_6.pdf → aep_6.json (баланс + ОФР, успех); aep_5, aep_8 — ответы-ошибки
expected_normalize/ — эталоны нормализатора ответов ИС (status, warnings, documents по набору aep_N*.json),
как golden/expected_osv_parse для парсера ОСВ; описание — expected_normalize/README.md
golden/ эталонная ручная консолидация и анализ (Excel), expected_osv_parse/ — снимки парсера
disclosures/ формы расшифровок к отчётности
directories/ выгрузка ЕЦП по ГК РБ (Срез 1), план счетов 1С заказчика chart-of-accounts-1c.xlsx (OQ-113)

6
ocr/expected_normalize/aep_3.json
View File

@ -1038,13 +1038,17 @@
},
"status": "needs_check",
"warnings": [
"3f1c2b7a-0000-4000-8000-000000000001.json: ИНН не распознан",
"3f1c2b7a-0000-4000-8000-000000000001.json: ИНН распознан неуверенно",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: шапка синтезирована: колонки без дат",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: строк с нечисловым кодом пропущено: 8",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: строк без кода с суммами пропущено: 2",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: код 1320 повторяется: оставлена первая строка",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: код 1350 повторяется: оставлена первая строка",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: код 1360 повторяется: оставлена первая строка",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: код 1370 повторяется: оставлена первая строка",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: шапка синтезирована: колонки без дат",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: строк с нечисловым кодом пропущено: 2",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: строк без кода с суммами пропущено: 2",
"3f1c2b7a-0000-4000-8000-000000000001_ofr.json: INVALID_DOCUMENT: Не удалось определить тип документа."
]
}

4
ocr/expected_normalize/aep_6.json
View File

@ -1383,9 +1383,13 @@
"warnings": [
"3f1c2b7a-0000-4000-8000-000000000001.json: ИНН не распознан",
"3f1c2b7a-0000-4000-8000-000000000001.json: дата отчёта не разобрана",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: строк с нечисловым кодом пропущено: 2",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: строк без кода с суммами пропущено: 19",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: редакция fsbu4 не заполнена",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: код 1220 повторяется: оставлена первая строка",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:0: код 1520 повторяется: оставлена первая строка",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: строк с нечисловым кодом пропущено: 1",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: строк без кода с суммами пропущено: 2",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: редакция fsbu4 не заполнена",
"3f1c2b7a-0000-4000-8000-000000000001.json: table:1: код 2410 повторяется: оставлена первая строка"
]