Интеллектуальный анализ документов, состоящий из пользовательских моделей

Это содержимое относится к:версии 3.1 (GA) | Последняя версия:версии 4.0 (GA) | Предыдущие версии:версии 3.0версии 2.1

Это содержимое относится к:red-checkmarkверсии 3.0 (удаление)Последние версии:purple-checkmarkверсия 4.0 (GA)purple-checkmarkверсия 3.1Предыдущая версия:blue-checkmarkверсия 2.1 (удаление)

Это содержимое относится к:версия 2.1 | Последняя версия:версия 4.0 (GA)

Как использовать составление модели

• Начните с сбора образцов всех необходимых документов, включая примеры с информацией, которая должна быть извлечена или проигнорирована.

• Обучите классификатор, организовав документы в папках, где названия папок отражают типы документов, которые вы планируете использовать в составном определении модели.

• Наконец, обучите модель извлечения для каждого из типов документов, которые вы планируете использовать.

• После обучения моделей классификации и извлечения используйте Document Intelligence Studio, клиентские библиотеки или REST API для создания моделей классификации и извлечения в составную модель.

splitMode Используйте параметр для управления поведением разделения файлов:

• Нет. Весь файл рассматривается как один документ.
• perPage. Каждая страница в файле рассматривается как отдельный документ.
• auto. Файл автоматически разбивается на документы.

Выставление счетов и цены

Выставление счетов за составные модели осуществляется так же, как и за отдельные индивидуальные модели. Цены основаны на количестве страниц, проанализированных нижестоящей моделью анализа. Выставление счетов основано на цене извлечения страниц, перенаправленных в модель извлечения. С добавлением явной классификации взимается плата за классификацию всех страниц во входном файле. Дополнительные сведения см. на странице цен на аналитику документов.

Используйте операцию компоновки модели

• Сначала создайте список всех идентификаторов модели, которые вы хотите создать в одну модель.

• Объедините модели в один идентификатор модели с помощью студии, REST API или клиентских библиотек.

• Используйте идентификатор составной модели для анализа документов.

Биллинг

Выставление счетов за составные модели происходит так же, как и за отдельные пользовательские модели. Цены основаны на количестве страниц, проанализированных. Выставление счетов основано на цене извлечения страниц, перенаправленных в модель извлечения. Дополнительные сведения см. на странице цен на аналитику документов.

• Нет изменений в ценах на анализ документа с помощью отдельной пользовательской модели или созданной пользовательской модели.

Функции составных моделей

• Custom template и custom neural модели можно совместно составить в единую составную модель в различных версиях API.

• Ответ содержит docType свойство, указывающее, какие из составных моделей использовались для анализа документа.

• Для custom template моделей можно создать созданную модель с помощью вариантов пользовательского шаблона или различных типов форм. Эта операция полезна, если входящие формы принадлежат одному из нескольких шаблонов.

• Для custom neural моделей рекомендуется добавить все различные варианты одного типа документа в один обучающий набор данных и обучить настраиваемую нейронную модель. Эта model compose операция лучше всего подходит для сценариев при отправке документов различных типов для анализа.

Ограничения модели создания

• model compose С помощью операции можно назначить до 500 моделей одному идентификатору модели. Если количество моделей, которые я хочу создать, превышает верхний предел составной модели, можно использовать один из следующих вариантов:

  • Классифицируйте документы перед вызовом пользовательской модели. Модель чтения можно использовать и создать классификацию на основе извлеченного текста из документов и определенных фраз с помощью таких источников, как код, регулярные выражения или поиск.

  • Если вы хотите извлечь одни и те же поля из различных структурированных, полуструктурированных и неструктурированных документов, рассмотрите возможность использования пользовательской нейронной модели глубокого обучения. Узнайте больше о различиях между пользовательской моделью шаблона и пользовательской нейронной моделью.

• Анализ документа с помощью составных моделей идентичен анализу документа с помощью одной модели. Результат Analyze Document возвращает docType свойство, указывающее, какая из моделей компонентов выбрана для анализа документа.

• В model compose настоящее время операция доступна только для пользовательских моделей, обученных с помощью меток.

Совместимость с составной моделью

• Чтобы составить модель, подготовленную с использованием предыдущей версии API (версии 2.1 или более ранней), обучите модель с использованием API версии 3.0, используя тот же размеченный набор данных. Это дополнение гарантирует, что модель версии 2.1 может быть составлена с другими моделями.

• При поддержке моделей, созданных с использованием API версии 2.1, обновления по-прежнему не требуются.

Аналитика документов версии 4.0:2024-11-30 (GA) поддерживает следующие средства, приложения и библиотеки:

Аналитика документов версии 3.1:2023-07-31 (GA) поддерживает следующие средства, приложения и библиотеки:

Аналитика документов версии 3.0:2022-08-31 (GA) поддерживает следующие средства, приложения и библиотеки:

Аналитика документов версии 2.1 поддерживает следующие ресурсы: