Intelligence sui documenti composta da modelli personalizzati

Questo contenuto si applica a:v3.1 (GA) | Versione più recente:v4.0 (GA) | Versioni precedenti:v3.0v2.1

Questo contenuto si applica a:v3.0 (in dismissione) | Versioni più recenti:v4.0 (GA)v3.1 | Versione precedente:v2.1 (in dismissione)

Questo contenuto si applica a:v2.1 | Versione più recente:v4.0 (GA)

Come utilizzare il componi modelli

• Per iniziare, raccogliere esempi di tutti i documenti necessari, inclusi esempi con informazioni che devono essere estratte o ignorate.

• Addestrare un classificatore organizzando i documenti nelle cartelle dove i nomi delle cartelle rappresentano il tipo di documento che si intende usare nella definizione del modello composto.

• Infine, addestrare un modello di estrazione per ogni tipo di documento che si intende usare.

• Dopo aver eseguito il training dei modelli di classificazione ed estrazione, usare Document Intelligence Studio, le librerie client o l'API REST per comporre i modelli di classificazione ed estrazione in un modello composto.

Usare il splitMode parametro per controllare il comportamento di suddivisione dei file:

• Nessuno. L'intero file viene considerato come un singolo documento.
• perPage. Ogni pagina del file viene considerata come un documento separato.
• auto. Il file viene suddiviso automaticamente in documenti.

Fatturazione e prezzi

I modelli composti vengono fatturati come i singoli modelli personalizzati. I prezzi si basano sul numero di pagine analizzate dal modello di analisi downstream. La fatturazione si basa sul prezzo di estrazione delle pagine assegnate a un modello di estrazione. Con l’aggiunta della classificazione esplicita, vengono addebitati costi per la classificazione di tutte le pagine nel file di input. Per altre informazioni, vedere la pagina dei prezzi di Document Intelligence.

Usare l'operazione di composizione del modello

• Per iniziare, creare un elenco di tutti gli ID modello da comporre in un singolo modello.

• Comporre i modelli in un singolo ID modello usando Studio, l'API REST o le librerie client.

• Usare l'ID modello composto per analizzare i documenti.

Fatturazione

I modelli composti vengono fatturati come i singoli modelli personalizzati. I prezzi si basano sul numero di pagine analizzate. La fatturazione si basa sul prezzo di estrazione delle pagine indirizzate a un modello di estrazione. Per altre informazioni, vedere la pagina dei prezzi di Document Intelligence.

• Non sono state apportate modifiche ai prezzi per l'analisi di un documento usando un singolo modello personalizzato o un modello personalizzato composto.

Funzionalità dei modelli composti

• Custom template e custom neural i modelli possono essere composti insieme in un singolo modello composto in più versioni dell'API.

• La risposta include una docType proprietà per indicare quale dei modelli composti è stato usato per analizzare il documento.

• Per custom template i modelli, il modello composto può essere creato usando varianti di un modello personalizzato o tipi di modulo diversi. Questa operazione è utile quando i moduli in ingresso appartengono a uno dei diversi modelli.

• Per custom neural i modelli, è consigliabile aggiungere tutte le diverse varianti di un singolo tipo di documento in un singolo set di dati di training ed eseguire il training su un modello neurale personalizzato. L'operazione model compose è più adatta per gli scenari in cui sono presenti documenti di tipi diversi inviati per l'analisi.

Comporre i limiti del modello

• Con l'operazione model compose , è possibile assegnare fino a 500 modelli a un singolo ID modello. Se il numero di modelli da comporre supera il limite massimo di un modello composto, è possibile usare una di queste alternative:

  • Classificare i documenti prima di chiamare il modello personalizzato. È possibile usare il modello Lettura e creare una classificazione basata sul testo estratto dai documenti e determinate frasi usando origini come codice, espressioni regolari o ricerca.

  • Se si vogliono estrarre gli stessi campi da vari documenti strutturati, semistrutturati e non strutturati, è consigliabile usare il modello neurale personalizzato di Deep Learning. Scopri di più sulle differenze tra il modello di template personalizzato e il modello neurale personalizzato.

• L'analisi di un documento tramite modelli composti è identica all'analisi di un documento tramite un singolo modello. Il Analyze Document risultato restituisce una docType proprietà che indica quale dei modelli di componenti selezionati per l'analisi del documento.

• L'operazione model compose è attualmente disponibile solo per i modelli personalizzati sottoposti a training con etichette.

Compatibilità del modello composto

• Per comporre un modello sottoposto a training con una versione precedente dell'API (v2.1 o versioni precedenti), eseguire il training di un modello con l'API v3.0 usando lo stesso set di dati etichettato. Tale aggiunta garantisce che il modello v2.1 possa essere composto con altri modelli.

• Con i modelli composti con la versione 2.1 dell'API continua a essere supportato, senza richiedere aggiornamenti.

Document Intelligence v4.0:2024-11-30 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:

Document Intelligence v3.1:2023-07-31 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:

Document Intelligence v3.0:2022-08-31 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:

Document Intelligence v2.1 supporta le risorse seguenti: