Sdílet prostřednictvím

Model vizitek Document Intelligence

  • Článek

Důležité

Počínaje funkcí Document Intelligence v4.0 (Preview) a v budoucnu je model vizitek (předem vytvořený-businessCard) zastaralý. Pokud chcete extrahovat data z formátů vizitek, použijte následující:

Funkce version ID modelu
Model vizitek • v3.1:2023-07-31 (GA)
• v3.0:2022-08-31 (GA)
• v2.1 (GA)		 prebuilt-businessCard

Tento obsah se vztahuje na:Zaškrtnutí v3.1 (GA) | Předchozí verze: modrá značka zaškrtnutí v3.0modrá značka zaškrtnutí v2.1

Tento obsah se vztahuje na:Zaškrtnutí v3.0 (GA) | Nejnovější verze: nachová značka zaškrtnutí v4.0 (Preview) nachová značka zaškrtnutív3.1 | Předchozí verze: modrá značka zaškrtnutí v2.1

[! INCLUDE [platí pro verzi 2.1].. /(includes/applies-to-v21.md)]

Model vizitek Document Intelligence kombinuje výkonné funkce optického rozpoznávání znaků (OCR) s modely hloubkového učení, které analyzují a extrahují data z obrázků vizitek. Rozhraní API analyzuje vytištěné vizitky; extrahuje klíčové informace, jako je jméno, příjmení, název společnosti, e-mailová adresa a telefonní číslo; a vrátí strukturovanou reprezentaci dat JSON.

Extrakce dat vizitek

Vizitky představují skvělý způsob, jak reprezentovat firmu nebo profesionála. Firemní logo, písma a obrázky na pozadí, které najdete na vizitkách, pomáhají propagovat firemní branding a odlišit ho od ostatních. Použití technik založených na technologii OCR a strojového učení pro automatizaci skenování vizitek je běžným scénářem zpracování obrázků. Podnikové systémy používané prodejními a marketingovými týmy mají obvykle integraci funkcí extrakce dat vizitek, aby mohli využívat výhody uživatelů.

Ukázková vizitka zpracovaná pomocí nástroje Document Intelligence Studio

Snímek obrazovky s ukázkovou vizitkou analyzovanou v nástroji Document Intelligence Studio

Ukázka obchodního zpracování pomocí nástroje Document Intelligence Sample Labeling

Snímek obrazovky s ukázkovou vizitkou analyzovanou pomocí nástroje Document Intelligence Sample Labeling

Možnosti vývoje

Funkce Document Intelligence v3.1:2023-07-31 (GA) podporuje následující nástroje, aplikace a knihovny:

Funkce Zdroje informací ID modelu
Model vizitek • Document Intelligence Studio
• REST API
• Sada SDK jazyka C#
• Python SDK
• Java SDK
• JavaScript SDK		 předem připravená vizitka

Funkce Document Intelligence v3.0:2022-08-31 (GA) podporuje následující nástroje, aplikace a knihovny:

Funkce Zdroje informací ID modelu
Model vizitek • Document Intelligence Studio
• REST API
• Sada SDK jazyka C#
• Python SDK
• Java SDK
• JavaScript SDK		 předem připravená vizitka

Funkce Document Intelligence v2.1 (GA) podporuje následující nástroje, aplikace a knihovny:

Funkce Zdroje informací
Model vizitek • Nástroj pro popisování funkce Document Intelligence
• REST API
• Sada SDK klientské knihovny
• Kontejner Dockeru Document Intelligence

Vyzkoušení extrakce dat vizitek

Podívejte se, jak se data extrahují z vizitek, včetně jména, pracovní pozice, adresy, e-mailu a názvu společnosti. Potřebujete následující zdroje informací:

  • Předplatné Azure – můžete si ho zdarma vytvořit.

  • Instance Document Intelligence na webu Azure Portal K vyzkoušení služby můžete použít cenovou úroveň Free (F0). Po nasazení prostředku vyberte Přejít k prostředku a získejte klíč a koncový bod.

Snímek obrazovky s klíči a umístěním koncového bodu na webu Azure Portal

Document Intelligence Studio

Poznámka:

Document Intelligence Studio je k dispozici s rozhraními API v3.1 a v3.0.

  1. Na domovské stránce nástroje Document Intelligence Studio vyberte Vizitky.

  2. Ukázkovou vizitku můžete analyzovat nebo nahrát vlastní soubory.

  3. Vyberte tlačítko Spustit analýzu a v případě potřeby nakonfigurujte možnosti Analyzovat:

    Snímek obrazovky s tlačítky Možnosti Spustit analýzu a Analýza v nástroji Document Intelligence Studio

    Vyzkoušení nástroje Document Intelligence Studio

Nástroj Document Intelligence Sample Labeling

  1. Přejděte k nástroji Ukázka funkce Document Intelligence.

  2. Na domovské stránce ukázkového nástroje vyberte k získání dlaždice s daty předem vytvořený model.

    Snímek obrazovky s operací analýzy výsledků modelu rozložení

  3. V rozevírací nabídce vyberte typ formuláře, který chcete analyzovat.

  4. Vyberte adresu URL souboru, který chcete analyzovat, z následujících možností:

  5. V poli Zdroj vyberte adresu URL z rozevírací nabídky, vložte vybranou adresu URL a vyberte tlačítko Načíst.

    Snímek obrazovky s rozevírací nabídkou umístění zdroje

  6. Do pole koncový bod služby Document Intelligence vložte koncový bod, který jste získali s předplatným Document Intelligence.

  7. Do pole s klíčem vložte klíč, který jste získali z prostředku Document Intelligence.

    Snímek obrazovky s rozevírací nabídkou select-form-type

  8. Vyberte Spustit analýzu. Nástroj Popisování ukázek funkce Document Intelligence volá předem připravené rozhraní API pro analýzu a analyzuje dokument.

  9. Prohlédněte si výsledky – prohlédněte si páry klíč-hodnota extrahované, řádkové položky, zvýrazněný text extrahovaný a zjištěné tabulky.

    Snímek obrazovky s modelem vizitek analyzovanými operacemi výsledků

Poznámka:

Nástroj Sample Labeling nepodporuje formát souboru BMP. Jedná se o omezení nástroje, nikoli služby Document Intelligence.

Požadavky na vstup

  • Podporované formáty souborů:

    Model PDF Obrázek:
    JPEG/JPG, PNG, BMP, TIFF, HEIF    		 systém Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
    Čteno ✔ ✔ ✔
    Rozložení ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
    Obecný dokument ✔ ✔
    Předpřipravený ✔ ✔
    Vlastní extrakce ✔ ✔
    Vlastní klasifikace ✔ ✔ ✔ (31. 7. 2024, 2024-02-29-preview)

  • Nejlepšíchvýsledkůch

  • U SOUBORŮ PDF a TIFF je možné zpracovat až 2 000 stránek (s předplatným úrovně Free se zpracuje pouze první dvě stránky).

  • Velikost souboru pro analýzu dokumentů je 500 MB pro placenou úroveň (S0) a 4 MB pro bezplatnou úroveň (F0).

  • Rozměry obrázku musí být mezi 50 pixely x 50 pixelů a 10 000 pixelů x 10 000 pixelů.

  • Pokud jsou soubory PDF uzamčené heslem, musíte před odesláním toto uzamčení odebrat.

  • Minimální výška extrahovaného textu je 12 pixelů pro obrázek o velikosti 1024 x 768 pixelů. Tato dimenze odpovídá 8 bodě textu na 150 bodů na palec (DPI).

  • Pro trénování vlastního modelu je maximální počet stránek pro trénovací data 500 pro vlastní model šablony a 50 000 pro vlastní neurální model.

    • Pro trénování vlastního modelu extrakce je celková velikost trénovacích dat 50 MB pro model šablony a 1 GB pro neurální model.

    • Pro trénování modelu vlastní klasifikace je 1 celková velikost trénovacích dat GB s maximálně 10 000 stránkami. Pro verzi 2024-07-31-preview a novější je 2 celková velikost trénovacích dat GB s maximálně 10 000 stránkami.

  • Podporované formáty souborů: JPEG, PNG, PDF a TIFF
  • SOUBORY PDF a TIFF se zpracovávají až na 2 000 stránek. Pro předplatitele úrovně Free se zpracovávají pouze první dvě stránky.
  • Velikost souboru musí být menší než 50 MB a rozměry nejméně 50 × 50 pixelů a maximálně 10 000 × 10 000 pixelů.

Podporované jazyky a národní prostředí

Úplný seznam podporovaných jazyků najdete na naší stránce podpory předem připravených jazyků modelu.

Extrakce polí

Podporovaná pole pro extrakci dokumentů najdete na stránce schématu modelu vizitek v našem ukázkovém úložišti GitHubu.

Extrahovaná pole

Name Typ Popis Text
ContactNames pole objektů Jméno kontaktu extrahované z vizitky [{ "Jméno": "John", "LastName": "Doe" }]
FirstName string Jméno (zadané) jméno kontaktu "John"
LastName string Příjmení (rodina) jméno kontaktu "Doe"
CompanyNames pole řetězců Název společnosti extrahovaný z vizitky ["Contoso"]
Oddělení pole řetězců Oddělení nebo organizace kontaktu ["R&D"]
JobTitles pole řetězců Uvedená pracovní pozice kontaktu ["Softwarový inženýr"]
E-maily pole řetězců Kontaktní e-mail extrahovaný z vizitky [""johndoe@contoso.com]
Weby pole řetězců Web extrahovaný z vizitky [";https://www.contoso.com"]
Adresy pole řetězců Adresa extrahovaná z vizitky ["123 Main Street, Redmond, Washington 98052"]
MobilePhones pole telefonních čísel Mobilní telefonní číslo extrahované z vizitky ["+19876543210"]
Faxy pole telefonních čísel Faxové telefonní číslo extrahované z vizitky ["+19876543211"]
Pracovní telefony pole telefonních čísel Pracovní telefonní číslo extrahované z vizitky ["+19876543231"]
Další telefony pole telefonních čísel Jiné telefonní číslo extrahované z vizitky ["+19876543233"]

Podporovaná národní prostředí

Předem připravené vizitky verze 2.1 podporují následující národní prostředí:

  • en-us
  • en-au
  • en-ca
  • en-gb
  • En-in

Průvodce migrací a rozhraní REST API verze 3.1

  • Postupujte podle našeho průvodce migrací Document Intelligence v3.1 a zjistěte, jak používat verzi v3.0 ve vašich aplikacích a pracovních postupech.

Další kroky

  • Zkuste pomocí nástroje Document Intelligence Studio zpracovat vlastní formuláře a dokumenty .

  • Dokončete rychlý start s funkcí Document Intelligence a začněte vytvářet aplikaci pro zpracování dokumentů ve zvoleném vývojovém jazyce.