Benutzerdefinierte zusammengesetzte Dokument Intelligenz-Modelle
Wichtig
- Public Preview-Releases von Dokument Intelligenz bieten frühzeitigen Zugriff auf Features, die sich in der aktiven Entwicklung befinden.
- Features, Ansätze und Prozesse können sich aufgrund von Benutzerfeedback vor der allgemeinen Verfügbarkeit (General Availability, GA) ändern.
- Die öffentliche Vorschauversion der Clientbibliotheken für Dokument-Intelligence ist standardmäßig die REST-API-Version 2024-02-29-preview.
- Öffentliche Vorschauversion 2024-02-29-preview ist derzeit nur in den folgenden Azure-Regionen verfügbar:
- USA, Osten
- USA, Westen 2
- Europa, Westen
Dieser Inhalt gilt für: Version 4.0 (Vorschau) | Vorherige Versionen: Version 3.1 (GA) Version 3.0 (GA) Version 2.1 (GA)
Dieser Inhalt gilt für: Version 3.1 (GA) | Aktuelle Version: Version 4.0 (Vorschau) | Vorherige Versionen: Version 3.0 Version 2.1
Dieser Inhalt gilt für: Version 3.0 (GA) | Aktuelle Versionen: Version 4.0 (Vorschau) Version 3.1 | Vorherige Version: Version 2.1
Dieser Inhalt gilt für: Version 2.1 | Neueste Version: Version 4.0 (Vorschau)
Zusammengesetzte Modelle. Ein zusammengestelltes Modell wird erstellt, indem eine Sammlung benutzerdefinierter Modelle verwendet und zu einem einzigen Modell zusammengesetzt wird, das auf Ihren Formulartypen basiert. Wenn ein Dokument zur Analyse über ein zusammengestelltes Modell übermittelt wird, führt der Dienst einen Klassifizierungsschritt aus, um zu entscheiden, welchem benutzerdefinierten Modell das eingereichte Dokument am ehesten entspricht.
In einem zusammengesetzten Modell werden verschiedene benutzerdefinierten Modelle kombiniert und dann mit einer einzigen Modell-ID aufgerufen. Dies ist nützlich, wenn Sie mehrere Modelle trainiert haben und diese gruppieren möchten, um ähnliche Formulartypen zu analysieren. Ihr zusammengesetztes Modell kann z. B. benutzerdefinierte Modelle einschließen, die trainiert wurden, um Ihre Bestellungsdokumente für Material, Ausrüstung und Möbel zu analysieren. Anstatt das entsprechende Modell manuell auszuwählen, können Sie ein zusammengesetztes Modell verwenden, um das zutreffende benutzerdefinierte Modell für jede Analyse und Extraktion zu bestimmen.
Custom form
- undCustom template
-Modelle können zusammen in einem einzelnen zusammengesetzten Modell kombiniert werden.Sie können einem zusammengestellten Modell bis zu 200 trainierte benutzerdefinierte Modelle einem einzelnen zusammengestellten Modell zuweisen. Um ein Dokument mit einem zusammengestellten Modell zu analysieren, klassifiziert Dokument Intelligenz zunächst das übermittelte Formular, wählt das am ehesten übereinstimmende Modell aus und gibt die Ergebnisse zurück.
Bei benutzerdefinierten Vorlagenmodellen kann das zusammengestellte Modell mithilfe von Variationen einer benutzerdefinierten Vorlage oder unterschiedlichen Formulartypen erstellt werden. Dieser Vorgang ist nützlich, wenn eingehende Formulare zu einer von mehreren Vorlagen gehören können.
Die Antwort enthält eine
docType
-Eigenschaft, die angibt, welches der zusammengestellten Modelle zum Analysieren des Dokuments verwendet wurde.Bei
Custom neural
-Modellen besteht die bewährte Methode darin, alle verschiedenen Variationen eines Dokumententyps zu einem einzigen Dataset für das Training hinzuzufügen und mit einem benutzerdefinierten neuronalen Modell zu trainieren. Die Modellzusammenstellung eignet sich am besten für Szenarien, in denen Sie Dokumente unterschiedlichen Typs zur Analyse vorlegen müssen.
Mit der Einführung benutzerdefinierter Klassifizierungsmodelle können Sie ein zusammengestelltes Modell oder Klassifizierungsmodell als expliziten Schritt vor der Analyse verwenden. Weitere Informationen darüber, wann ein Klassifizierungsmodell oder ein zusammengestelltes Modell verwendet werden sollte, finden Sie unter Benutzerdefinierte Klassifizierungsmodelle.
Grenzwerte für das Zusammenstellen von Modellen
Hinweis
Durch die Ergänzung eines benutzerdefinierten neuronalen Modells gibt es einige Grenzwerte bei der Kompatibilität von Modellen, die zusammengestellt werden können.
Mit dem Vorgang zum Zusammenstellen eines Modells können Sie einer einzelnen Modell-ID bis zu 200 Modelle zuweisen. Sie können eine der folgenden Alternativen verwenden, wenn die Anzahl von Modellen, die Sie zusammenstellen möchten, die Obergrenze für zusammengestellte Modelle übersteigt:
Klassifizieren Sie die Dokumente vor dem Aufrufen des benutzerdefinierten Modells. Sie können das Lesemodell verwenden und eine Klassifizierung basierend auf dem extrahierten Text aus den Dokumenten und bestimmten Ausdrücken erstellen, indem Sie Quellen wie Code, reguläre Ausdrücke oder Suche verwenden.
Wenn Sie dieselben Felder aus verschiedenen strukturierten, semistrukturierten und unstrukturierten Dokumenten extrahieren möchten, sollten Sie das benutzerdefinierte neurale Deep-Learning-Modell verwenden. Erfahren Sie mehr zu den Unterschieden zwischen dem benutzerdefinierten Vorlagenmodell und dem benutzerdefinierten neuronalen Modell.
Das Analysieren eines Dokuments mithilfe zusammengesetzter Modelle ist identisch mit der Analyse eines Dokuments mithilfe eines einzelnen Modells. Das
Analyze Document
-Ergebnis gibt einedocType
-Eigenschaft zurück, die angibt, welche Komponentenmodelle Sie für die Analyse des Dokuments ausgewählt haben. Die Preise für die Analyse eines Dokuments mithilfe eines individuellen benutzerdefinierten Modells oder eines zusammengesetzten benutzerdefinierten Modells ändern sich nicht.Derzeit können nur benutzerdefinierte Modelle zusammengestellt werden, die mit Beschriftungen trainiert wurden.
Kompatibilität von zusammengestellten Modellen
Benutzerdefinierter Modelltyp | Modelle, die mit v2.1 und v2.0 trainiert wurden | Benutzerdefinierte Vorlagenmodelle v.3.0 | Benutzerdefinierte neuronale Modelle 3.0 | Benutzerdefinierte neuronale Modelle v.3.1 |
---|---|---|---|---|
Modelle, die mit Version 2.1 und v2.0 trainiert wurden | Unterstützt | Unterstützt | Nicht unterstützt | Nicht unterstützt |
Benutzerdefinierte Vorlagenmodelle v.3.0 | Unterstützt | Unterstützt | Nicht unterstützt | Nicht unterstützt |
Benutzerdefinierte Vorlagenmodelle v.3.0 | Nicht unterstützt | Nicht unterstützt | Nicht unterstützt | Nicht unterstützt |
Benutzerdefinierte Vorlagenmodelle v.3.1 | Nicht unterstützt | Nicht unterstützt | Nicht unterstützt | Nicht unterstützt |
Benutzerdefinierte neuronale Modelle v.3.0 | Nicht unterstützt | Nicht unterstützt | Unterstützt | Unterstützt |
Benutzerdefinierte neuronale Modelle v.3.1 | Nicht unterstützt | Nicht unterstützt | Unterstützt | Unterstützt |
Trainieren Sie ein Modell mit der v3.0-API mit dem gleichen beschrifteten Dataset, um ein Modell zu erstellen, das mit einer früheren Version der API (v2.1 oder früher) trainiert wurde. Durch diese Ergänzung wird sichergestellt, dass das v2.1-Modell mit anderen Modellen zusammengesetzt werden kann.
Modelle, die mit der Version 2.1 der API erstellt wurden, werden weiterhin unterstützt und erfordern keine Updates.
Es können maximal 200 benutzerdefinierte Modelle zusammengestellt werden.
Entwicklungsoptionen
Document Intelligence v4.0:2023-02-29-preview unterstützt die folgenden Tools, Anwendungen und Bibliotheken:
Funktion | Ressourcen |
---|---|
Benutzerdefiniertes Modell | • Document Intelligence Studio • REST API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Zusammengestelltes Modell | • Document Intelligence Studio • REST API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Document Intelligence v3.1:2023-07-31 (GA) unterstützt die folgenden Tools, Anwendungen und Bibliotheken:
Feature | Ressourcen |
---|---|
Benutzerdefiniertes Modell | • Document Intelligence Studio • REST API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Zusammengestelltes Modell | • Document Intelligence Studio • REST API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Document Intelligence v3.0:2022-08-31 (GA) unterstützt die folgenden Tools, Anwendungen und Bibliotheken:
Feature | Ressourcen |
---|---|
Benutzerdefiniertes Modell | • Document Intelligence Studio • REST API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Zusammengestelltes Modell | • Document Intelligence Studio • REST API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Dokument Intelligenz v2.1 unterstützt die folgenden Ressourcen:
Feature | Ressourcen |
---|---|
Benutzerdefiniertes Modell | • Document Intelligence-Bezeichnungstool • REST-API • Clientbibliothek SDK • Document Intelligence-Docker-Container |
Zusammengestelltes Modell | • Document Intelligence-Bezeichnungstool • REST-API • C# SDK • Java SDK • JavaScript SDK • Python SDK |
Nächste Schritte
Erfahren Sie, wie Sie benutzerdefinierte Modelle erstellen und zusammenstellen:
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Tickets als Feedbackmechanismus für Inhalte auslaufen lassen und es durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unter:Einreichen und Feedback anzeigen für