Пользовательская модель шаблона для анализа документов

Это содержимое относится к:checkmarkверсии 4.0 (GA) | Предыдущие версии:blue-checkmarkверсии 3.1 (GA)red-checkmark версии 3.0 (вывод из эксплуатации)red-checkmarkверсии 2.1 (вывод из эксплуатации)

Это содержимое относится к:галочкаверсии 3.1 (GA) | Последняя версия:фиолетовая-галочкаверсии 4.0 (GA) | Предыдущие версии:синяя-галочкаверсии 3.0синяя-галочкаверсии 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:красная галочкаверсия 2.1 | Последняя версия:синяя галочкаверсия 4.0 (GA)

Пользовательский шаблон (ранее настраиваемая форма) — это легко обучаемая модель документа, которая точно извлекает маркированные пары "ключ-значение", метки выбора, таблицы, регионы и подписи из документов. Модели шаблонов используют подсказки макета для извлечения значений из документов и подходят для извлечения полей из высокоструктурированных документов с определенными визуальными шаблонами.

Пользовательские модели шаблонов используют одинаковый формат меток и стратегию, что и пользовательские нейронные модели, с поддержкой дополнительных типов полей и языков.

Возможности модели

Пользовательские модели шаблонов поддерживают пары "ключ-значение", поля выбора, таблицы, поля подписи и выделенные области.

Поля формы Метки выделения Табличные поля (таблицы) Подпись Выбранные регионы Перекрывающиеся поля
Поддерживается Поддерживается Поддерживается Поддерживается Поддерживается Не поддерживается

Табличные поля

В выпуске версий API версии 3.0 и более поздних версий пользовательские модели шаблонов добавляют поддержку межстраничных табличных полей (таблиц):

  • Чтобы пометить таблицу, которая охватывает несколько страниц, пометите каждую строку таблицы на разных страницах в одной таблице.
  • Рекомендуется убедиться, что набор данных содержит несколько примеров ожидаемых вариантов. Например, включите примеры, где вся таблица находится на одной странице и где таблицы охватывают две или более страниц, если вы ожидаете увидеть эти варианты в документах.

Табличные поля также полезны при извлечении повторяющихся данных в документе, который не распознается как таблица. Например, повторяющийся раздел о работе в резюме можно пометить и извлечь как табличное поле.

Работа с вариантами

Модели шаблонов используют определенный визуальный шаблон, изменения шаблона приводят к снижению точности. В таких случаях разделите обучающий набор данных, чтобы включить по крайней мере пять образцов каждого шаблона и обучить модель для каждой из вариаций. Затем можно составить модели в одну конечную точку. Для тонких вариантов, таких как цифровые PDF-документы и изображения, рекомендуется включить по крайней мере пять примеров каждого типа в одном наборе данных обучения.

Требования к входным данным

  • Для получения наилучших результатов предоставьте одну четкую фотографию или высококачественное сканирование на каждый документ.

  • Поддерживаемые форматы файлов:

    Модель PDF Изображение:
    JPEG/JPG, PNG, BMP, TIFF, HEIF    		 Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX) и HTML
    Прочитать ✔ ✔ ✔
    Макет ✔ ✔ ✔
    Общий документ ✔ ✔
    Предварительно собранный ✔ ✔
    Настраиваемые ✔ ✔

    ✱ Microsoft Office файлы в настоящее время не поддерживаются для других моделей или версий.

  • Для PDF и TIFF можно обрабатывать до 2000 страниц (с подпиской на бесплатный уровень только первые две страницы обрабатываются).

  • Размер файла для анализа документов составляет 500 МБ для платного уровня (S0) и 4 МБ для бесплатного уровня (F0).

  • Размеры изображения должны составлять от 50 x 50 пикселей до 10 000 пикселей x 10 000 пикселей.

  • Если pdf-файлы заблокированы паролем, перед отправкой необходимо удалить блокировку.

  • Минимальная высота извлеченного текста составляет 12 пикселей для изображения 1024 x 768 пикселей. Это измерение соответствует тексту размером в 8 пунктов при разрешении 150 точек на дюйм (DPI).

  • Для обучения пользовательской модели максимальное количество страниц для обучающих данных составляет 500 для пользовательской модели шаблона и 50 000 для пользовательской нейронной модели.

  • Для обучения пользовательской модели извлечения общий размер обучающих данных составляет 50 МБ для модели шаблона и 1G-МБ для нейронной модели.

  • Для обучения пользовательской модели классификации общий размер обучающих данных составляет 1GB не более 10 000 страниц.

Обучение модели

Пользовательские модели шаблонов обычно доступны начиная с API версии 2.0 и более поздних версий. Если вы начинаете с нового проекта или имеете существующий набор данных с метками, используйте API версии 3.1 или версии 3.0 с Document Intelligence Studio для обучения пользовательской модели шаблона.

Модель REST API SDK Модели маркировки и тестирования
Пользовательский шаблон API версии 3.1 Пакет SDK для аналитики документов Document Intelligence Studio

Начиная с API версии 3.0 и выше, операция сборки для обучения модели поддерживает новое свойство buildMode. Чтобы обучить пользовательскую модель шаблона, задайте для buildMode значение template.

https://{endpoint}/documentintelligence/documentModels:build?api-version=2024-11-30


{
  "modelId": "string",
  "description": "string",
  "buildMode": "template",
  "azureBlobSource":
  {
    "containerUrl": "string",
    "prefix": "string"
  }
}

Кастомные модели шаблонов обычно доступны в API версии 3.1. Если вы начинаете с нового проекта или имеете существующий набор данных с метками, используйте API версии 3.1 или версии 3.0 с Document Intelligence Studio для обучения пользовательской модели шаблона.

Модель REST API SDK Модели маркировки и тестирования
Пользовательский шаблон API версии 3.1 Пакет SDK для аналитики документов Document Intelligence Studio

С помощью API версии 3.0 и более поздних версий операция сборки для обучения модели поддерживает новое buildMode свойство, чтобы обучить пользовательскую модель шаблона, задайте для нее buildMode значение template.

https://{endpoint}/formrecognizer/documentModels:build?api-version=2023-07-31

{
  "modelId": "string",
  "description": "string",
  "buildMode": "template",
  "azureBlobSource":
  {
    "containerUrl": "string",
    "prefix": "string"
  }
}

Поддерживаемые языки и локали

Ознакомьтесь со страницей поддержки языка — пользовательские модели для полного списка поддерживаемых языков.

Нестандартные (например, шаблонные) модели обычно доступны в API v2.1.

Модель REST API SDK Модели маркировки и тестирования
Настраиваемая модель (шаблон) Аналитика документов 2.1 Пакет SDK для аналитики документов Инструмент разметки данных в аналитике документов

Дальнейшие действия

Узнайте, как создавать и составлять пользовательские модели:

Создание пользовательской моделиСоставление настраиваемых моделей

Создание пользовательской моделиСоставление настраиваемых моделей

  • Last updated on