Modelos de processamento de documentos

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

Este conteúdo se aplica a:v3.1 (GA) | Versão mais recente:v4.0 (GA) | Versões anteriores:v3.0v2.1

Este conteúdo se aplica a:v3.0 (desativação) | Versões mais recentes:v4.0 (GA)v3.1 | Versão anterior:v2.1 (desativação)

Esse conteúdo se aplica a:v2.1 | Versão mais recente:v4.0 (GA)

Azure Document Intelligence nas Ferramentas Foundry dá suporte a vários modelos que podem ser usados para incorporar processamento inteligente de documentos aos seus aplicativos e fluxos. Você pode usar um modelo específico do domínio predefinido ou treinar um modelo personalizado adaptado às suas necessidades comerciais específicas e casos de uso. Você pode usar o Document Intelligence com a API REST ou bibliotecas de clientes Python, C#, Java e JavaScript.

Caixa delimitadora e coordenadas de polígono

Uma caixa delimitadora (polygon na v3.0 e versões posteriores) é um retângulo abstrato que circunda elementos de texto em um documento. Uma caixa delimitadora é usada como um ponto de referência para detecção de objetos:

• A caixa delimitadora especifica a posição usando um plano de coordenadas x e y, apresentado numa matriz de quatro pares numéricos. Cada par representa um canto da caixa na seguinte ordem: superior esquerdo, superior direito, inferior direito, inferior esquerdo.
• As coordenadas de imagem são apresentadas em pixels. Para um PDF, as coordenadas são apresentadas em polegadas.

Suporte ao idioma

Os modelos universais no Document Intelligence baseados no aprendizado profundo dão suporte a muitas linguagens. Os modelos podem extrair texto multilíngue de suas imagens e documentos, incluindo linhas de texto com idiomas mistos. O suporte ao idioma varia de acordo com a funcionalidade do serviço do Document Intelligence. Para obter uma lista completa, consulte os seguintes artigos:

• Suporte ao idioma: modelos de análise de documentos
• Suporte à linguagem: modelos predefinidos
• Suporte ao idioma: modelos personalizados

Disponibilidade regional

O Document Intelligence geralmente está disponível em muitas das 60+ Azure regiões de infraestrutura global.

Para ajudar a escolher a região que é melhor para você e seus clientes, consulte Azure geographies.

Detalhes do modelo

Esta seção descreve a saída que você pode esperar de cada modelo. Você pode estender a saída da maioria dos modelos com funcionalidades adicionais.

Ler Reconhecimento Óptico de Caracteres

A API de Leitura usa o OCR (reconhecimento óptico de caracteres) para analisar e extrair linhas e palavras, seus locais, idiomas detectados e estilo de manuscrito, se detectado.

Este documento de exemplo foi processado usando o Document Intelligence Studio.

Análise de layout

O modelo de análise de layout analisa e extrai texto, tabelas, marcas de seleção e outros elementos de estrutura, como títulos, títulos de seção, cabeçalhos de página e rodapés de página.

Este documento de exemplo foi processado usando o Document Intelligence Studio.

Cartão de seguro de saúde

O modelo de cartão de seguro de saúde combina recursos avançados de OCR com modelos de aprendizado profundo para analisar e extrair informações importantes de cartões de seguro de saúde dos EUA.

Este exemplo de cartão de seguro de saúde dos EUA foi processado usando o Document Intelligence Studio.

Documentos fiscais dos EUA

Os modelos de documento fiscal dos EUA analisam e extraem campos-chave e itens de linha de um grupo seleto de documentos fiscais. A API dá suporte à análise de documentos fiscais em inglês dos EUA de vários formatos e qualidade, incluindo imagens capturadas por telefone, documentos verificados e PDFs digitais. Atualmente, há suporte para os seguintes modelos:

Modelo	Descrição	ID do modelo
Imposto dos EUA W-2	Extraia detalhes de compensação tributáveis.	prebuilt-tax.us.w2
Formulário de Imposto dos EUA W-4	Extraia detalhes de compensação tributáveis.	prebuilt-tax.us.w4
Imposto dos EUA 1040	Extraia os detalhes dos juros da hipoteca.	prebuilt-tax.us.1040 (variações)
Imposto dos EUA 1095	Extraia detalhes do seguro de saúde.	prebuilt-tax.us.1095 (variações)
Imposto dos EUA 1098	Extraia os detalhes dos juros da hipoteca.	prebuilt-tax.us.1098 (variações)
Imposto dos EUA 1099	Extraia os rendimentos recebidos de fontes diferentes do empregador.	prebuilt-tax.us.1099 (variações)

Este documento W-2 de exemplo foi processado usando o Document Intelligence Studio.

Documentos hipotecários dos EUA

Os modelos de documentos hipotecários dos EUA analisam e extraem campos-chave que incluem informações sobre mutuários, empréstimos e propriedades de um grupo seleto de documentos hipotecários. A API dá suporte à análise de documentos hipotecários em inglês dos EUA de vários formatos e qualidade, incluindo imagens capturadas por telefone, documentos verificados e PDFs digitais. Atualmente, há suporte para os modelos a seguir.

Modelo	Descrição	ID do modelo
Contrato de Licença de Usuário Final 1003	Extrair detalhes do empréstimo, mutuário e propriedade.	prebuilt-mortgage.us.1003
1004 Relatório Uniforme de Avaliação Residencial (URAR)	Extrair detalhes sobre o empréstimo, o mutuário e a propriedade.	prebuilt-mortgage.us.1004
1005 Verificação do emprego	Extrair detalhes do empréstimo, do mutuário e da propriedade.	prebuilt-mortgage.us.1005
Documento de resumo 1008	Extraia os detalhes de mutuário, vendedor, propriedade, hipoteca e subscrição.	prebuilt-mortgage.us.1008
Divulgação de fechamento	Extraia detalhes de fechamento, custo de transação e detalhes de empréstimo.	prebuilt-mortgage.us.closingDisclosure

Este exemplo de documento de Divulgação de Fechamento foi processado usando o Document Intelligence Studio.

Contrato

O modelo de contrato analisa e extrai os principais campos e itens de linha de contratos, incluindo partes, jurisdições, ID do contrato e título. Atualmente, o modelo dá suporte a documentos de contrato em inglês.

Este contrato de exemplo foi processado usando o Document Intelligence Studio.

Cheque bancário dos EUA

O modelo de análise de contratos analisa e extrai campos-chave de cheques bancários dos EUA, incluindo detalhes do cheque, detalhes da conta, valor e campo de observações.

Este exemplo de verificação bancária foi processado usando o Document Intelligence Studio.

Extrato bancário dos EUA

O modelo de extrato bancário analisa e extrai campos-chave e itens de linha do número da conta de extratos bancários dos EUA, detalhes do banco, detalhes do extrato e detalhes da transação.

Este extrato bancário de exemplo foi processado usando o Document Intelligence Studio.

payStub

O modelo payStub analisa e extrai os principais campos e itens de linha de documentos e arquivos com informações relacionadas à folha de pagamento.

Este exemplo de pagamento foi processado usando o Document Intelligence Studio.

Factura

O modelo de fatura automatiza o processamento de faturas para extrair o nome do cliente, o endereço de cobrança, a data de conclusão, o valor devido, os itens de linha e outros dados de chave.

Esta fatura de exemplo foi processada usando o Document Intelligence Studio.

Recibo

Use o modelo de recibo para escanear recibos de vendas e obter o nome do comerciante, datas, itens de linha, quantidades e totais de recibos impressos e manuscritos. A versão v3.0 também dá suporte ao processamento de recibo de hotel de página única.

Este recibo de exemplo foi processado usando o Document Intelligence Studio.

Documento de identidade

Use o modelo de documento de identidade (ID) para processar carteiras de motorista dos EUA (todos os 50 estados e o Distrito de Columbia) e páginas biográficas de passaportes internacionais (excluindo vistos e outros documentos de viagem) para extrair campos-chave.

Este exemplo de carteira de motorista dos EUA foi processado usando o Document Intelligence Studio.

Certificado de casamento

Use o modelo de certificado de casamento para processar os certificados de casamento dos EUA e extrair campos-chave, incluindo as pessoas, a data e o local.

Esta amostra de certificado de casamento dos EUA foi processada usando o Document Intelligence Studio.

Cartão de crédito

Use o modelo de cartão de crédito para processar cartões de crédito e débito para extrair campos-chave.

Este cartão de crédito de exemplo foi processado usando o Document Intelligence Studio.

Modelos personalizados

Os modelos personalizados são amplamente classificados em dois tipos. Modelos de classificação personalizados que dão suporte à classificação de um "tipo de documento" e modelos de extração personalizados que podem extrair um esquema definido de um tipo de documento específico.

Modelos de documentos personalizados analisam e extraem dados de formulários e documentos específicos para sua empresa. Eles reconhecem campos de formulário dentro de seu conteúdo distinto e extraem pares chave/valor e dados de tabela. Você precisa apenas de um exemplo do tipo de formulário para começar.

A versão v3.0 e os modelos personalizados posteriores dão suporte à detecção de assinatura em modelo personalizado (formulário) e tabelas entre páginas em modelos e modelos neurais. A detecção de assinatura procura a presença de uma assinatura, não a identidade da pessoa que assina o documento. Se o modelo retornar sem sinal para detecção de assinatura, o modelo não encontrou uma assinatura no campo definido.

Este modelo personalizado de exemplo foi processado usando o Document Intelligence Studio.

Extração personalizada

O modelo de extração personalizado vem em dois tipos: modelo personalizado e neural personalizado. Para criar um modelo de extração personalizado, rotule um conjunto de dados de documentos com os valores que você deseja extrair e treine o modelo no conjunto de dados rotulado. Você precisa de apenas cinco exemplos do mesmo formulário ou tipo de documento para começar.

Esta extração personalizada de exemplo foi processada usando o Document Intelligence Studio.

Classificador personalizado

Com o modelo de classificação personalizado, você pode identificar o tipo de documento antes de invocar o modelo de extração. O modelo de classificação está disponível a partir da API 2023-07-31 (GA). O treinamento de um modelo de classificação personalizada requer pelo menos duas classes distintas e um mínimo de cinco amostras por classe.

Modelos compostos

Um modelo composto é criado usando uma coleção de modelos personalizados e atribuindo-os a um único modelo criado a partir de seus tipos de formulário. Você pode atribuir vários modelos personalizados a um modelo composto que são chamados com uma única ID de modelo. Você pode atribuir até 200 modelos personalizados treinados a um único modelo composto.

Este modelo composto de exemplo está no Document Intelligence Studio.

Requisitos de entrada

Há suporte para os seguintes formatos de arquivo.

Modelo	PDF	Imagem: JPEG/JPG, PNG, BMP, TIFF, HEIF	Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
Ler	✔	✔	✔
Layout	✔	✔	✔
Documento geral	✔	✔
Pré-construídos	✔	✔
Extração personalizada	✔	✔
Classificação personalizada	✔	✔	✔

• Fotos e verificações: para obter melhores resultados, forneça uma foto clara ou uma verificação de alta qualidade por documento.
• PDFs e TIFFs: para PDFs e TIFFs, até 2.000 páginas podem ser processadas. (Com uma assinatura de camada livre, somente as duas primeiras páginas são processadas.)
• Tamanho do arquivo: o tamanho do arquivo para analisar documentos é de 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).
• Dimensões da imagem: as dimensões devem ter entre 50 pixels x 50 pixels e 10.000 pixels x 10.000 pixels.
• Bloqueios de senha: se os PDFs estiverem bloqueados por senha, você deverá remover o bloqueio antes do envio.
• Altura do texto: a altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Essa dimensão corresponde a cerca de 8 pontos de texto a 150 pontos por polegada.
• Treinamento de modelo personalizado: o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.
• Treinamento personalizado do modelo de extração: o tamanho total dos dados de treinamento é de 50 MB para o modelo de modelo e 1 GB para o modelo neural.
• Treinamento de modelo de classificação personalizada: o tamanho total dos dados de treinamento é de 1 GB com um máximo de 10.000 páginas. Para 2024-11-30 (GA), o tamanho total dos dados de treinamento é de 2 GB com um máximo de 10.000 páginas.
• Tipos de arquivo do Office (DOCX, XLSX, PPTX): o limite máximo de comprimento da cadeia de caracteres é de 8 milhões de caracteres.

Migração de versão

Saiba como usar o Document Intelligence v3.0 em seus aplicativos seguindo as etapas no guia de migração do Document Intelligence v3.1.

Modelo	Descrição
Análise de documentos
Layout	Extraia informações de texto e layout de documentos.
Pré-construídos
Factura	Extraia informações importantes de faturas em inglês e espanhol.
Recibo	Extraia informações importantes de recibos em inglês.
Documento de ID	Extraia informações importantes de carteiras de motorista dos EUA e passaportes internacionais.
Cartão de visita	Extraia informações importantes de cartões de visita em inglês.
Personalizado
Personalizado	Extraia dados de formulários e documentos específicos para sua empresa. Modelos personalizados são treinados para seus dados distintos e casos de uso.
Composto	Redigir uma coleção de modelos personalizados e atribuí-los a um único modelo criado a partir de seus tipos de formulário.

Layout

A API de Layout analisa e extrai texto, tabelas e cabeçalhos, marcas de seleção e informações de estrutura de documentos.

Este documento de exemplo foi processado usando a ferramenta de rotulagem de amostra.

Factura

O modelo de fatura analisa e extrai informações importantes de faturas de vendas. A API analisa faturas em vários formatos e extrai informações importantes, como nome do cliente, endereço de cobrança, data de conclusão e valor devido.

Esta fatura de exemplo foi processada usando a ferramenta de Rotulagem de Exemplo.

Recibo

O modelo de recibo analisa e extrai informações importantes de recibos de vendas impressos e manuscritos.

Este recibo de exemplo foi processado usando a ferramenta de Rotulagem de Exemplo.

Documento de ID

O modelo de documento de ID analisa e extrai informações importantes dos seguintes documentos:

• Carteiras de motorista dos EUA (todos os 50 estados e Distrito de Columbia)
• Páginas biográficas de passaportes internacionais (excluindo vistos e outros documentos de viagem). A API analisa e extrai documentos de identidade.

Este exemplo de carteira de motorista dos EUA foi processado pela ferramenta Sample Labeling.

Cartão de visita

O modelo de cartão de visita analisa e extrai informações importantes de imagens de cartão de visita.

Este cartão de visita de exemplo foi processado usando a ferramenta de Rotulagem de Exemplo.

Personalizado

Modelos personalizados analisam e extraem dados de formulários e documentos específicos para sua empresa. A API é um programa de machine learning treinado para reconhecer campos de formulário dentro de seu conteúdo distinto e extrair pares chave/valor e dados de tabela. Você precisa de apenas cinco exemplos do mesmo tipo de formulário para começar. Você pode treinar seu modelo personalizado com ou sem conjuntos de dados rotulados.

Este modelo personalizado de exemplo foi processado usando a ferramenta de Rotulagem de Exemplo.

Modelo personalizado composto

Um modelo composto é criado usando uma coleção de modelos personalizados e atribuindo-os a um único modelo criado a partir de seus tipos de formulário. Você pode atribuir vários modelos personalizados a um modelo composto que são chamados com uma única ID de modelo. Você pode atribuir até 100 modelos personalizados treinados a um único modelo composto.

Esse painel de modelo composto foi processado usando a ferramenta de etiquetagem de exemplo.

Extração de dados do modelo

Modelo	Extração de texto	Detecção de idioma	Marcas de seleção	Tabelas	Parágrafos	Funções de parágrafo	Pares chave/valor	Campos
Layout	✓		✓	✓	✓	✓
Factura	✓		✓	✓	✓		✓	✓
Recibo	✓				✓			✓
Documento de ID	✓				✓			✓
Cartão de Visita	✓				✓			✓
Formulário Personalizado	✓		✓	✓	✓			✓

Requisitos de entrada

Há suporte para os seguintes formatos de arquivo.

Modelo	PDF	Imagem: JPEG/JPG, PNG, BMP, TIFF, HEIF	Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
Ler	✔	✔	✔
Layout	✔	✔	✔
Documento geral	✔	✔
Pré-construídos	✔	✔
Extração personalizada	✔	✔
Classificação personalizada	✔	✔	✔

• Fotos e verificações: para obter melhores resultados, forneça uma foto clara ou uma verificação de alta qualidade por documento.
• PDFs e TIFFs: para PDFs e TIFFs, até 2.000 páginas podem ser processadas. (Com uma assinatura de camada livre, somente as duas primeiras páginas são processadas.)
• Tamanho do arquivo: o tamanho do arquivo para analisar documentos é de 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).
• Dimensões da imagem: as dimensões devem ter entre 50 pixels x 50 pixels e 10.000 pixels x 10.000 pixels.
• Bloqueios de senha: se os PDFs estiverem bloqueados por senha, você deverá remover o bloqueio antes do envio.
• Altura do texto: a altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Essa dimensão corresponde a cerca de 8 pontos de texto a 150 pontos por polegada.
• Treinamento de modelo personalizado: o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.
• Treinamento personalizado do modelo de extração: o tamanho total dos dados de treinamento é de 50 MB para o modelo de modelo e 1 GB para o modelo neural.
• Treinamento de modelo de classificação personalizada: o tamanho total dos dados de treinamento é de 1 GB com um máximo de 10.000 páginas. Para 2024-11-30 (GA), o tamanho total dos dados de treinamento é de 2 GB com um máximo de 10.000 páginas.
• Tipos de arquivo do Office (DOCX, XLSX, PPTX): o limite máximo de comprimento da cadeia de caracteres é de 8 milhões de caracteres.

Migração de versão

Você pode aprender a usar o Document Intelligence v3.0 em seus aplicativos seguindo as etapas no guia de migração do Document Intelligence v3.1

• Processe seus próprios formulários e documentos com o Document Intelligence Studio.
• Conclua um início rápido do Document Intelligence e crie um aplicativo de processamento de documentos na linguagem de desenvolvimento de sua escolha.

• Processe seus próprios formulários e documentos com a ferramenta de rotulagem de exemplo do Document Intelligence.
• Conclua um início rápido do Document Intelligence e crie um aplicativo de processamento de documentos na linguagem de desenvolvimento de sua escolha.