Modelos disponibles
Recupera la lista completa de modelos mediante programación:
Tipos de documentos compatibles
El modelodocument clasifica los archivos cargados en 71 tipos mediante la verificación DOCUMENT_CLASSIFIER, organizados en 8 categorías:
Identidad (11 tipos)
Financiero (19 tipos)
Fiscal (9 tipos)
Empleo (7 tipos)
Propiedad (6 tipos)
Seguros (6 tipos)
Comercial (6 tipos)
Legal (7 tipos)
Los archivos que no coincidan con un tipo conocido se clasifican como
other.
Análisis de un archivo
Envíe un archivo para la detección de fraude mediantePOST /v1/detection:
Parámetros
Comportamiento de la sugerencia de país
Use el parámetro opcionalcountry cuando quiera que la API enrute o anote la solicitud con una sugerencia de mercado explícita.
- Valores admitidos:
us,mx,br - La coincidencia no distingue entre mayúsculas y minúsculas
- Se ignoran los espacios en blanco iniciales y finales
- Los valores ausentes, vacíos o no válidos recurren a
us
Estructura de la respuesta
Una respuesta de detección contiene los siguientes campos:Referencia de campos
Comprender los resultados
Puntuación de probabilidad
El campolikelihood es una puntuación de 0–100 % que indica la probabilidad de fraude o manipulación:
Clasificación
El campoclassification indica la evaluación de calidad del documento: si el documento superó todas las puertas de calidad y pudo analizarse correctamente. Esto es independiente del resultado de fraude (likelihood / fraudSeverity).
Razonamiento
El arregloreasoning contiene explicaciones en lenguaje natural de los hallazgos del análisis. Cada entrada describe una observación o conclusión específica del análisis forense.
Verificaciones técnicas
El arreglomodelResults.technicalChecks contiene las verificaciones forenses individuales realizadas en el archivo. El número y el tipo de verificaciones varían según el modelo, el tipo de archivo y el contenido del documento.
Cada objeto de verificación incluye:
Valores de estado
Modelo de documentos
El modelodocument ejecuta una canalización de varias etapas. Primero, una serie de puertas de calidad determina la classification (si el documento puede analizarse correctamente). Luego, las verificaciones paralelas de fraude analizan el documento en busca de manipulación y determinan la puntuación likelihood. Pueden ejecutarse verificaciones adicionales según el tipo de archivo y la categoría del documento.
Modelo de objetos
El modeloobject devuelve los resultados de detección de fraude mediante los campos de nivel superior likelihood, fraudSeverity e reasoning. El arreglo technicalChecks estará vacío para el modelo de objetos.
Cuando se detecta generación o manipulación por IA, se incluye un mapa de calor en el arreglo files que resalta las regiones sospechosas.
Categorías de archivos
Códigos de error
Etiquetas y filtrado
Pasa un objeto JSON en el parámetrotags para adjuntar metadatos a tu análisis:
Navegar el historial
Recupera resultados paginados de detección con ordenación y filtrado:Parámetros de consulta
Opciones de ordenación
fraudDetectionId, fileName, fileSize, fileType, model, likelihood, createdOn
Recupere resultados de detección paginados con ordenación y filtrado:
Parámetros de consulta
Opciones de ordenación
fraudDetectionId, fileName, fileSize, fileType, model, likelihood, createdOn