A Inteligência de Documentos compôs modelos personalizados

Este conteúdo aplica-se a:v3.1 (GA) | Última versão:v4.0 (GA) | Versões anteriores:v3.0v2.1

Este conteúdo aplica-se a:v3.0 (em descontinuação) | Últimas versões:v4.0 (GA)v3.1 | Versão anterior:v2.1 (em descontinuação)

Este conteúdo aplica-se a:v2.1 | Última versão:v4.0 (GA)

Como usar o Model Compose

• Comece por recolher amostras de todos os documentos necessários, incluindo amostras com informações que devem ser extraídas ou ignoradas.

• Treine um classificador organizando os documentos em pastas onde os nomes das pastas sejam o tipo de documento que pretende usar na definição do seu modelo composto.

• Por fim, treine um modelo de extração para cada um dos tipos de documentos que pretende usar.

• Depois de treinados os seus modelos de classificação e extração, utilize o Document Intelligence Studio, bibliotecas de clientes ou a API REST para compor os modelos de classificação e extração num modelo composto.

Use o splitMode parâmetro para controlar o comportamento de divisão de ficheiros:

• Nenhum. O ficheiro inteiro é tratado como um único documento.
• por Página. Cada página do ficheiro é tratada como um documento separado.
• auto. O ficheiro é automaticamente dividido em documentos.

Faturação e preços

Os modelos compostos são apresentados da mesma forma que os modelos personalizados individuais. O preço baseia-se no número de páginas analisadas pelo modelo de análise a jusante. A faturação baseia-se no preço de extração das páginas encaminhadas para um modelo de extração. Com a adição da classificação explícita, são incorridas taxas pela classificação de todas as páginas do ficheiro de entrada. Para mais informações, consulte a página de preços da Inteligência Documental.

Utilize a operação de composição do modelo

• Começa por criar uma lista de todos os IDs de modelo que queres compor num único modelo.

• Compõe os modelos num único ID de modelo usando o Studio, a API REST ou bibliotecas de clientes.

• Utilize a ID do modelo composto para analisar documentos.

Faturamento

Os modelos compostos são apresentados da mesma forma que os modelos personalizados individuais. O preço baseia-se no número de páginas analisadas. A faturação baseia-se no custo de extração das páginas encaminhadas para um modelo de extração. Para mais informações, consulte a página de preços da Inteligência Documental.

• Não há alteração nos preços ao analisar um documento usando um modelo personalizado individual ou um modelo personalizado composto.

Características dos modelos compostos

• Custom template e custom neural os modelos podem ser compostos em conjunto num único modelo composto através de múltiplas versões da API.

• A resposta inclui uma docType propriedade para indicar qual dos modelos compostos foi usado para analisar o documento.

• Para custom template modelos, o modelo composto pode ser criado usando variações de um modelo personalizado ou diferentes tipos de formulários. Esta operação é útil quando os formulários recebidos pertencem a um de vários modelos.

• Para modelos custom neural , a melhor prática é adicionar todas as diferentes variações de um único tipo de documento num único conjunto de dados de treino e treinar num modelo neural personalizado. A model compose operação é mais adequada para cenários em que tem documentos de diferentes tipos a ser submetidos para análise.

Compor limites do modelo

• Com esta model compose operação, pode atribuir até 500 modelos a um único ID de modelo. Se o número de modelos que quero compor ultrapassar o limite superior de um modelo composto, pode usar uma destas alternativas:

  • Classifica os documentos antes de chamar o modelo personalizado. Pode usar o modelo Read e construir uma classificação baseada no texto extraído dos documentos e de certas frases, usando fontes como código, expressões regulares ou pesquisa.

  • Se quiser extrair os mesmos campos de vários documentos estruturados, semi-estruturados e não estruturados, considere usar o modelo neural personalizado de aprendizagem profunda. Saiba mais sobre as diferenças entre o modelo de template personalizado e o modelo neural personalizado.

• Analisar um documento usando modelos compostos é idêntico a analisar um documento usando um único modelo. O Analyze Document resultado devolve uma docType propriedade que indica qual dos modelos componentes selecionou para analisar o documento.

• Atualmente, a model compose operação está disponível apenas para modelos personalizados treinados com etiquetas.

Compatibilidade de modelos compostos

• Para compor um modelo treinado com uma versão anterior da API (v2.1 ou anterior), treine um modelo com a API v3.0 usando o mesmo conjunto de dados rotulado. Essa adição garante que o modelo v2.1 pode ser composto com outros modelos.

• Com modelos compostos usando a versão 2.1 da API, continua a ser suportado, sem necessidade de atualizações.

O Document Intelligence v4.0:2024-11-30 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Document Intelligence v3.1:2023-07-31 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Document Intelligence v3.0:2022-08-31 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

O Document Intelligence v2.1 suporta os seguintes recursos: