Freigeben über


Allgemeines Dokumentmodell für Dokument Intelligenz

Wichtig

Ab Dokumentintelligenz 2024-02-29-preview, 2023-10-31-preview und zukünftig ist das allgemeine Dokumentmodell (vorkonfiguriertes Dokument) veraltet. Verwenden Sie die folgenden Modelle, um Schlüssel-Wert-Paare, Auswahlmarkierungen, Text, Tabellen und Strukturen aus Dokumenten zu extrahieren:

Feature version Modell-ID
Layout-Modell, bei dem der Abfragezeichenfolgenparameter features=keyValuePairs aktiviert ist. • v4:2024-02-29-preview
• v3.1:2023-07-31 (GA)
prebuilt-layout
Allgemeines Dokumentenmodell • v3.1:2023-07-31 (allgemein verfügbar)
• v3.0:2022-08-31 (allgemein verfügbar)
• v2.1 (allgemein verfügbar)
prebuilt-document

Dieser Inhalt gilt für: Häkchen Version 3.1 (GA) | Aktuelle Version: Lila Häkchen Version 4.0 (Vorschau) | Vorherige Version: Blaues Häkchen Version 3.0

Dieser Inhalt gilt für: Häkchen Version 3.0 (GA) | Aktuelle Versionen: Lila Häkchen Version 4.0 (Vorschau) Lila Häkchen Version 3.1

Das allgemeine Dokumentmodell kombiniert leistungsstarke OCR-Funktionen (optische Zeichenerkennung) mit Deep Learning-Modellen zur Extraktion von Schlüssel-Wert-Paaren, Tabellen und Auswahlmarkierungen aus Dokumenten. Das allgemeine Dokument ist mit den APIs v3.1 und v3.0 verfügbar. Weitere Informationen finden Sie im Migrationshandbuch.

Allgemeine Dokumentfeatures

  • Das allgemeine Dokumentmodell ist ein vortrainiertes Modell, das weder Beschriftungen noch Training erfordert.

  • Eine einzelne API extrahiert Schlüssel-Wert-Paare, Auswahlmarkierungen, Text, Tabellen und Strukturen aus Dokumenten.

  • Das allgemeine Dokumentmodell unterstützt strukturierte, teilweise strukturierte und unstrukturierte Dokumente.

  • Auswahlmarkierungen sind als Felder mit dem Wert :selected: oder :unselected: gekennzeichnet.

Beispieldokument verarbeitet in Dokument Intelligenz Studio

Screenshot der allgemeinen Dokumentanalyse in Dokument Intelligenz Studio.

Schlüssel-Wert-Paar-Extraktion

Die API für allgemeine Dokumente unterstützt die meisten Formulartypen und analysiert Ihre Dokumente und extrahiert Schlüssel und zugehörige Werte. Sie eignet sich ideal für die Extraktion gängiger Schlüssel-Werte-Paare aus Dokumenten. Sie können das allgemeine Dokumentenmodell als Alternative zum Training eines benutzerdefinierten Modells ohne Labels verwenden.

Entwicklungsoptionen

Document Intelligence v3.1 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen Modell-ID
Allgemeines Dokumentenmodell Document Intelligence Studio
REST-API
C# SDK
Python SDK
Java SDK
JavaScript SDK
prebuilt-document

Document Intelligence v3.0 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen Modell-ID
Allgemeines Dokumentenmodell Document Intelligence Studio
REST-API
C# SDK
Python SDK
Java SDK
JavaScript SDK
prebuilt-document

Eingabeanforderungen

  • Unterstützte Dateiformate:

    Modell PDF Abbildung:
    JPEG/JPG, PNG, BMP, TIFF, HEIF
    Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
    Lesen Sie
    Layout ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
    Allgemeines Dokument
    Vordefiniert
    Benutzerdefinierte Extraktion
    Benutzerdefinierte Klassifizierung ✔ (2024-07-31-preview, 2024-02-29-preview)
  • Die besten Ergebnisse erzielen Sie, wenn Sie pro Dokument ein deutliches Foto oder einen hochwertigen Scan bereitstellen.

  • In den Formaten PDF und TIFF können bis zu 2,000 Seiten verarbeitet werden (bei einem kostenlosen Abonnement werden nur die ersten beiden Seiten verarbeitet).

  • Die Dateigröße für die Analyse von Dokumenten beträgt 500 MB für den kostenpflichtigen Tarif (S0) und 4 MB für den kostenlosen Tarif (F0).

  • Die Bildgröße muss zwischen 50 × 50 Pixel und 10.000 × 10.000 Pixel liegen.

  • Wenn Ihre PDFs kennwortgeschützt sind, müssen Sie die Sperre vor dem Senden entfernen.

  • Die Mindesthöhe des zu extrahierenden Texts beträgt 12 Pixel für ein Bild von 1024 × 768 Pixel. Diese Abmessung entspricht etwa einem 8-Punkttext bei 150 Punkten pro Zoll (Dots Per Inch, DPI).

  • Die maximale Anzahl Seiten für Trainingsdaten beträgt beim benutzerdefinierten Modelltraining 500 für das benutzerdefinierte Vorlagenmodell und 50.000 für das benutzerdefinierte neuronale Modell.

    • Für das Training benutzerdefinierter Extraktionsmodelle beträgt die Gesamtgröße der Trainingsdaten 50 MB für das Vorlagenmodell und 1 GB für das neuronale Modell.

    • Für das Training benutzerdefinierter Klassifizierungsmodelle beträgt die Gesamtgröße der Trainingsdaten 1 GB bei maximal 10.000 Seiten. Für 2024-07-31-preview und höher beträgt die Gesamtgröße der Trainingsdaten 2 GB bei maximal 10.000 Seiten.

Datenextraktion für das allgemeine Dokumentmodell

Versuchen Sie, mithilfe von Dokument Intelligenz Studio Daten aus Formularen und Dokumenten zu extrahieren.

Sie benötigen die folgenden Ressourcen:

  • Ein Azure-Abonnement (Sie können ein kostenloses Abonnement erstellen).

  • Eine Dokument Intelligenz-Instanz im Azure-Portal. Sie können den kostenlosen Tarif (F0) verwenden, um den Dienst auszuprobieren. Wählen Sie nach der Bereitstellung Ihrer Ressource Zu Ressource wechseln aus, um Ihren Schlüssel und Endpunkt abzurufen.

Screenshot: Schlüssel und Endpunkt im Azure-Portal

Hinweis

Dokument Intelligenz Studio und das allgemeine Dokumentmodell sind mit der API v3.0 verfügbar.

  1. Wählen Sie auf der Startseite vom Document Intelligence Studio Allgemeine Dokumente aus.

  2. Sie können das Musterdokument analysieren oder Ihre eigenen Dateien hochladen.

  3. Wählen Sie die Schaltfläche Analyse ausführen aus, und konfigurieren Sie bei Bedarf die Analyseoptionen:

    Screenshot der Schaltflächen „Analyse ausführen“ und „Analyseoptionen“ im Document Intelligence Studio.

Schlüssel-Wert-Paare

Schlüssel-Wert-Paare sind bestimmte Bereiche innerhalb des Dokuments, die eine Beschriftung oder einen Schlüssel und die zugehörige Antwort oder den zugehörigen Wert identifizieren. In einem strukturierten Formular könnten diese Paare die Beschriftung und der Wert sein, die der Benutzer für dieses Feld eingegeben hat. In einem unstrukturierten Dokument kann es sich um das Datum handeln, an dem ein Vertrag basierend auf dem Text in einem Absatz erfüllt wurde. Das KI-Modell wird trainiert, um identifizierbare Schlüssel und Werte basierend auf einer Vielzahl von Dokumenttypen, Formaten und Strukturen zu extrahieren.

Schlüssel können auch isoliert existieren, wenn das Modell feststellt, dass ein Schlüssel ohne zugehörigen Wert vorhanden ist, oder wenn optionale Felder verarbeitet werden. Beispielsweise kann ein Feld für den zweiten Vornamen in einigen Fällen in einem Formular leer gelassen werden. Schlüssel-Wert-Paare sind Textabschnitte, die im Dokument enthalten sind. Bei Dokumenten, in denen derselbe Wert auf unterschiedliche Weise beschrieben wird, z. B. Kunde/Benutzer, ist der zugehörige Schlüssel entweder Kunde oder Benutzer (je nach Kontext).

Extrahieren von Daten

Modell Textextraktion Schlüssel-Werte-Paare Auswahlmarkierungen Tabellen Allgemeine Namen
Allgemeines Dokument ✓*

✓* – Nur in der 2023-07-31 API-Version (v3.1 GA) und mit späteren API-Versionen verfügbar.

Unterstützte Sprachen und Gebietsschemas

Eine vollständige Liste der unterstützten Sprachen finden Sie unter Sprachunterstützung – Dokumentanalysemodelle.

Überlegungen

  • Schlüssel sind Ausschnitte von Text, der aus dem Dokument extrahiert wurde. Für teilweise strukturierte Dokumente müssen Schlüssel möglicherweise einem vorhandenen Schlüsselwörterbuch zugeordnet werden.

  • Erwarten Sie, dass Schlüssel-Wert-Paare mit einem Schlüssel, aber ohne Wert angezeigt werden. Wenn ein Benutzer z. B. keine E-Mail-Adresse in das Formular eingeben möchte.

Nächste Schritte