İK · İSG · Özlük arşivi

Taranmış belgeden doğrulanabilir veriye.

M-Reader; SGK bildirgesinden adli sicil kaydına, kimlik kartından EK-2 muayene formuna kadar İK ve İSG belgelerini okur. Belgenin türünü tanır, alanları kaynağıyla çıkarır, tutarlılığı denetler ve sonucu JSON olarak verir. Bunu tamamen kendi sunucunuzda yapar. Kontrol eden kişiye belgenin tamamı değil, sürecin gerektirdiği yorumlanmış bilgi gider.

Demo isteyin Örnek çıktıyı görün

Belge türü: 25+
Ölçülen sayfa: 3.800+
Bulut: 0

POST /api/v1/belgeler

1
Metin ve OCR
Taranmış sayfa · yön ve eğiklik düzeltme · PP-OCRv5
✓
2
Belge türü
adli_sicil_kaydi · 5 ipucu · kural paketi tur_v22
✓
3
Alanlar + kaynak
TC · ad soyad · kayıt durumu · barkod · karekod
✓
4
Denetim
TC sağlaması · karekod ↔ metin · kişi eşleşmesi
✓

{ "tc_kimlik_no": { "deger": "1000•••••46", "durum": "uyumlu",
                    "kaynak": "metin + karekod" },
  "denetim": { "kisi_tc": "uyumlu", "kisi_ad": { "durum": "uyumlu" } } }

Sorun

Özlük arşivi büyüyor, belgeleri kimse tek tek okuyamıyor.

Bir çalışanın dosyasında ortalama 15–20 belge bulunur. Çoğu taranmıştır, bir kısmı fotoğraftır, bazıları yan çekilmiştir. Belgenin doğru kişiye ait olup olmadığını, doğru kategoriye yüklenip yüklenmediğini ve imzalanıp imzalanmadığını denetlemek için bugün çoğunlukla bir insanın dosyayı açması gerekiyor.

Yanlış klasördeki belge

Ölçümlerimizde, kişinin klasörüne başka bir çalışanın sözleşmesinin ya da sağlık beyanının yüklendiği dosyalar çıktı. Ad ve TC denetimi bunları yakalıyor.

Yanlış kategori

"Kurs belgesi" olarak yüklenmiş diplomalar, "laboratuvar" etiketli EK-2 formları… Tür tanıma dosya adına değil, içeriğe bakar.

İmzasız form

Taahhütnameler, KVKK metinleri, görev tanımları ve sağlık beyanları: çalışan imzası "İmza" alanında mı? Renkli taramada mürekkepten, gri taramada izden ölçülür.

İnsanla yapılan belge kontrolünün üç bedeli

Zaman

Her belge açılır, okunur, karşılaştırılır.

Yüzlerce çalışanın binlerce sayfası tek tek kontrol edilir. Yeni bir yükleme geldiğinde iş baştan başlar ve kontrol, işe alım ya da denetim takviminin gerisinde kalır.

Hata

Yorgun göz 11 haneyi kaçırır.

TC kimlik numarasında yer değiştirmiş bir rakam, benzer bir ad ya da boş kalmış bir imza alanı tekrarlayan işte kolayca gözden kaçar. Kural her sayfaya aynı dikkatle bakar ve okuyamadığı yeri tahminle doldurmaz, işaretler.

KVKK riski

Kontrol eden kişi belgenin tamamını görür.

"İmzalı mı?" sorusunu cevaplamak için açılan sağlık beyanı, kişinin rahatsızlıklarını, adli sicil kaydı da mahkûmiyetlerini gösterir. Gereğinden fazla kişi gereğinden fazla veri görür. Her açılış, ekran görüntüsü ya da e-postayla gönderilen kopya yeni bir ihlal riskidir.

Nasıl çalışır

Dört adım, her adım ölçülmüş.

Çıkarım kural tabanlıdır. Her alanın nereden okunduğu yazılır; okunamayan alan uydurulmaz, boş bırakılır ve gerekçesi verilir.

01
Metin çıkarma

PDF metin katmanı, gömülü resimler ve taranmış sayfalar. Yan çekilmiş ve eğik taramalar düzeltilir; JPEG, PNG ve TIFF de kabul edilir. OCR: PP-OCRv5, CPU'da.
02
Tür tanıma

Sayfa başına belge türü. Kurallar JSON'da durur; firmaya özel kural paketi eklenebilir. Her sonuç, hangi ipuçlarının bulunduğunu da söyler.
03
Alan çıkarımı

Türe özel okuyucular: etiket–değer, tablolar, onay kutuları, barkod, karekod, MRZ, imza ve kaşe. Her alan için deger · kaynak · durum · iso.
04
Denetim

Sağlamalar, iki kaynağın karşılaştırması (metin ↔ barkod ↔ MRZ), gönderilen kişiyle eşleşme. Sonuç bir karar değil, veri olarak döner.

Kapsam

Hangi belgeler okunuyor?

Bir çalışanın işe girişten sağlık gözetimine kadar dosyasında bulunan belgeler. Her türde neyin çıkarıldığını görmek için bir kategori seçin.

Çıktı

Her alan, nereden geldiğiyle birlikte.

Bütün türlerde aynı alan biçimi kullanılır. Bu sayede bağlanan yazılım, değerin güvenilirliğine kendisi karar verebilir.

uyumlu: İki bağımsız kaynak (metin ve barkod, ön yüz ve MRZ) aynı değeri veriyor.
okundu: Tek kaynaktan okundu.
celiski: Kaynaklar farklı değer veriyor; ikisi de raporlanır.
belgede_bos: Alan belgede gerçekten boş (metin katmanından kesin).
bulunamadi: Okunamadı; değer uydurulmaz, gerekçe yazılır.

Örnekler sentetik verilerle hazırlanmıştır; gerçek kişiye ait değildir.

Denetimler

Okumakla kalmaz, kendini sınar.

TC kimlik no algoritması

Bütün TC alanları sağlamadan geçer. Uymayan değer için belgede ya da istekte geçen yakın bir TC önerilir; yoksa OCR'ın sık karıştırdığı rakamlarla adaylar türetilir.

Kişi eşleşmesi

İstekle kisi_tc ve kisi_ad gönderilir; belge o kişiye mi ait, söylenir. Sıra ve Türkçe karakter farkları önemsenmez. 1.004 farklı kişi denemesinde yanlış "uyumlu" çıkmadı.

Barkod, karekod, MRZ

e-Devlet barkodu ve karekodu, SGK bildirgesi barkodu ve kimlik kartının MRZ satırları okunur. Metinle karşılaştırılan değerler uyumlu ya da celiski olarak işaretlenir.

İmza ve kaşe

"İmza" etiketinin bölgesinde çalışan imzası aranır: renkli taramada mavi ve lacivert mürekkep, gri taramada basılı yazıdan büyük iz. Emin olunamazsa karar verilmez.

Belge içi tutarlılık

Bordroda net = brüt − kesintiler; işten ayrılışta bildirim süresi; EK-2'de başlık tarihi ile zaman damgası; sözleşmede beyan edilen ile okunan sayfa sayısı.

Şüpheli değer puanı

Yerelde eğitilmiş bir model, her değerin yanlış olma olasılığını verir. En şüpheli %10'luk dilime bakıldığında yanlışların %58–75'i yakalanıyor.

Ölçülmüş doğruluk

Rakamlar, kuralları yazarken görülmemiş belgelerden.

Her tür için kurallar bir örneklemle geliştirilir, kod dondurulur, ardından hiç görülmemiş belgelerle ölçülür. Her değişiklik eski belgelerde de denenir (negatif kontrol). Zayıf noktalar da yazılır.

Belge türü	Görülmemiş örnek	Sonuç	Zayıf nokta

Ölçümler gerçek arşiv belgeleriyle yerelde yapıldı; doğru cevap bağımsız etiketten (dosya adı) ya da görüntüden kontrol edildi. Ayrıntılı raporlar proje deposundadır.

KVKK

Belgenin tamamı değil, sürecin gerektirdiği bilgi.

KVKK, kişisel verinin işlendiği amaçla bağlantılı, sınırlı ve ölçülü işlenmesini ister. Bir İK uzmanının "sağlık beyanı imzalanmış mı?" sorusu için kişinin rahatsızlıklarını görmesi gerekmez. M-Reader belgeyi okur ve sürece yalnız yorumlanmış sonucu verir: belge bu kişiye ait, imzalı, çalışmaya elverişli, adli sicil kaydı yok. Belgenin kendisini açan insan sayısı azalır.

Sağlık raporu ve adli sicil kaydı özel nitelikli kişisel veridir. Bu yüzden belge sunucunuzdan çıkmaz: buluta, dış OCR servisine ya da bir dil modeline gönderilmez.

●Yorumlanmış sonuç: çıktıda belgenin tam metni yerine "uyumlu / farklı", "imza var / yok", "elverişli / değil" gibi sürecin ihtiyaç duyduğu cevaplar yer alır. Hangi alanın gösterileceğine kullanan sistem karar verir.
●Yerel çalışır: OCR ve bütün çıkarım CPU'da; GPU ya da internet gerekmez.
●Yalnız istenen alan: EK-2'de anamnez ve tetkik değerleri okunmaz; nüfus kaydında din okunmaz.
●Saklama süresi istekle belirlenir: saklama_gun=0 verilirse sonuç ilk okunuşta silinir.
●Erişim: API yalnız localhost'ta dinler, anahtarla çalışır; geri çağrı adresleri izin listesiyle sınırlıdır.

Neden yapay zekâ değil de kural?

Bir dil modeli okunamayan değeri tahminle doldurabilir. Kural tabanlı çıkarım ise okuyamadığında boş bırakır ve nedenini yazar. Her değerin kaynağı izlenebilir, her sürüm ölçülebilir, aynı belge her zaman aynı sonucu verir.

Makine öğrenmesi, yerelde ve yalnız yardımcı olarak kullanılır: "bu değer şüpheli mi?" sorusunda.

Entegrasyon

Arayüzsüz, tek bir API.

İK ya da İSG yazılımınız belgeyi gönderir, sonucu JSON olarak alır. Bekleme yoktur: iş kuyruğa girer, bitince geri çağrı yapılır.

beklenen_tur: Belge doğru kategoride mi?
kisi_tc · kisi_ad: Belge doğru kişiye mi ait?
firma: Firmaya özel tür kuralları.
geri_cagri_url: İş bitince bildirim (sonuç gönderilmez).

Sık sorulanlar

Sorular

Kendi arşivinizle görün.

Birkaç örnek belgeyle, kendi sunucunuzda bir deneme kuralım. Hangi türlerin ne kadar doğru okunduğunu birlikte ölçelim.