Modelo de plantilla personalizada de Document Intelligence

La plantilla personalizada (anteriormente formulario personalizado) es un modelo de documento fácil de entrenar que extrae con precisión pares clave-valor etiquetados, marcas de selección, tablas, regiones y firmas de documentos. Los modelos de plantilla usan indicaciones de diseño para extraer valores de documentos y son adecuados para extraer campos de documentos altamente estructurados con plantillas visuales definidas.

Funcionalidades del modelo

Los modelos de plantilla personalizados admiten pares clave-valor, marcas de selección, tablas, campos de firma y regiones seleccionadas.

Manejar variaciones

Los modelos de plantilla se basan en una plantilla visual definida, los cambios en la plantilla producen una menor precisión. En esos casos, divida el conjunto de datos de entrenamiento para incluir al menos cinco ejemplos de cada plantilla y entrenar un modelo para cada una de las variaciones. Después, puede componer los modelos en un solo endpoint. Para variaciones sutiles, como documentos e imágenes PDF digitales, es mejor incluir al menos cinco ejemplos de cada tipo en el mismo conjunto de datos de entrenamiento.

Requisitos de entrada

• Para obtener los mejores resultados, proporcione una foto clara o un escaneo de alta calidad por cada documento.

• Formatos de archivo admitidos:

  Modelo	PDF	Imagen: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) y HTML
  Lectura	✔	✔	✔
  Diseño	✔	✔	✔
  Documento general	✔	✔
  Prefabricado	✔	✔
  Personalizado	✔	✔

  ✱ archivos Microsoft Office no se admiten actualmente para otros modelos o versiones.

• Para PDF y TIFF, se pueden procesar hasta 2000 páginas (con una suscripción de nivel gratis, solo se procesan las dos primeras páginas).

• El tamaño de archivo para analizar documentos es de 500 MB para el nivel de pago (S0) y 4 MB para el nivel gratis (F0).

• Las dimensiones de imagen deben estar entre 50 x 50 píxeles y 10 000 px x 10 000 píxeles.

• Si los archivos PDF están bloqueados con contraseña, debe quitar el bloqueo antes del envío.

• El alto mínimo del texto que se va a extraer es de 12 píxeles para una imagen de 1024 x 768 píxeles. Esta dimensión corresponde a texto de tamaño de aproximadamente 8 puntos a 150 puntos por pulgada (DPI).

• Para el entrenamiento de modelos personalizados, el número máximo de páginas para los datos de entrenamiento es 500 para el modelo de plantilla personalizado y 50 000 para el modelo neuronal personalizado.

• Para el entrenamiento del modelo de extracción personalizado, el tamaño total de los datos de entrenamiento es de 50 MB para el modelo de plantilla y 1G-MB para el modelo neuronal.

• Para el entrenamiento del modelo de clasificación personalizada, el tamaño total de los datos de entrenamiento es 1GB con un máximo de 10 000 páginas.

Entrenamiento de un modelo

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


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

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

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

Idiomas y configuraciones regionales admitidos

Consulte nuestra página Compatibilidad con idiomas: modelos personalizados para obtener una lista completa de los idiomas admitidos.

Pasos siguientes

Aprende a crear y componer modelos personalizados: