Modelo de contrato de Document Intelligence

Importante

• Las versiones preliminares públicas de Documento de inteligencia proporcionan acceso anticipado a las características que están en desarrollo activo. Antes de la disponibilidad general (GA), las características, los enfoques y los procesos podrían cambiar en función de los comentarios de los usuarios.
• La versión preliminar pública de las bibliotecas cliente de Documento de inteligencia tiene como valor predeterminado la versión de la API de REST 2024-07-31-preview.
• La versión preliminar pública 2024-07-31-preview solo está disponible en las siguientes regiones de Azure. Tenga en cuenta que el modelo generativo personalizado (extracción de campos del documento) en AI Studio solo está disponible en la región Centro-norte de EE. UU.:
  • Este de EE. UU.
  • Oeste de EE. UU. 2
  • Oeste de Europa
  • Centro-Norte de EE. UU

Este contenido se aplica a: v4.0 (versión preliminar) | Versión anterior: v3.1 (GA)

El modelo de contrato de Document Intelligence usa eficaces funcionalidades de reconocimiento óptico de caracteres (OCR) para analizar y extraer campos clave y elementos de línea de un grupo seleccionado de entidades de contrato importantes. Los contratos pueden ser de distintos formatos y tener diferentes grados de calidad, lo que incluye imágenes capturadas por un teléfono, documentos digitalizados y archivos PDF digitales. La API analiza el texto del documento; extrae información clave como partes, jurisdicciones, id. de contrato y título; y devuelve una representación de datos JSON estructurada. El modelo admite actualmente formatos de documentos en inglés.

Procesamiento automatizado de contratos

El procesamiento automatizado de contratos es el proceso de extracción de los campos clave de los contratos a partir de los documentos. Históricamente, el proceso de análisis de contratos se realiza manualmente y, por tanto, lleva mucho tiempo. La extracción precisa de los datos clave de los contratos suele ser la primera y uno de los pasos más críticos del proceso de automatización de contratos.

Opciones de desarrollo

Documento de inteligencia v4.0 (2024-07-31-preview) admite las siguientes herramientas, aplicaciones y bibliotecas:

Característica	Recursos	Id. de modelo
Modelo de contrato	• Estudio de Documento de inteligencia • API de REST • SDK de C# • SDK de Python • SDK de Java • SDK de JavaScript	prebuilt-contract

Requisitos de entrada

• Formatos de archivos admitidos:

  Modelo	PDF	Imagen: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
  Leer	✔	✔	✔
  Layout	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
  Documento general	✔	✔
  Creada previamente	✔	✔
  Extracción personalizada	✔	✔
  Clasificación personalizada	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview)

• Para obtener unos resultados óptimos, proporcione una foto clara o una digitalización de alta calidad por documento.

• Para PDF y TIFF, se pueden procesar hasta 2000 páginas (con una suscripción de nivel gratis, solo se procesan las dos primeras páginas).

• El tamaño de archivo para analizar documentos es de 500 MB para el nivel de pago (S0) y de 4 MB para el nivel gratuito (F0).

• Las imágenes deben tener unas dimensiones entre 50 x 50 píxeles y 10 000 x 10 000 píxeles.

• Si los archivos PDF están bloqueados con contraseña, debe desbloquearlos antes de enviarlos.

• La altura mínima del texto que se va a extraer es de 12 píxeles para una imagen de 1024 x 768 píxeles. Esta dimensión corresponde aproximadamente a 8 puntos de texto a 150 puntos por pulgada (PPP).

• Para el entrenamiento de modelos personalizados, el número máximo de páginas para los datos de entrenamiento es 500 para el modelo de plantilla personalizada y 50 000 para el modelo neuronal personalizado.

  • Para el entrenamiento de modelos de extracción personalizados, el tamaño total de los datos de entrenamiento es de 50 MB para el modelo de plantilla y 1 GB para el modelo neuronal.

  • Para el entrenamiento del modelo de clasificación personalizada, el tamaño total de los datos de entrenamiento es de 1 GB con un máximo de 10 000 páginas. Para 2024-07-31-preview y versiones posteriores, el tamaño total de los datos de entrenamiento se 2 GB con un máximo de 10 000 páginas.

Pruebar extracción de datos de documentos de contrato

Vea cómo se extraen los datos, incluida la información del cliente, los detalles del proveedor y los elementos de línea, de los contratos. Tendrá que supervisar los recursos siguientes:

• Una suscripción a Azure: puede crear una cuenta gratuita.

• Una instancia de Document Intelligence en el Azure Portal. Puede usar el plan de tarifa gratuito (F0) para probar el servicio. Después de implementar el recurso, seleccione Ir al recurso para obtener la clave y el punto de conexión.

Estudio del documento de inteligencia

1. En la página principal de Estudio del documento de inteligencia, seleccione Documentos fiscales.

2. Puede analizar un documento fiscal de ejemplo o cargar sus propios archivos.

3. Seleccione el botón Ejecutar análisis y, si es necesario, configure las opciones de Análisis :

   

Pruebar Document Intelligence Studio

Idiomas y configuraciones regionales compatibles

Para obtener una lista completa de los idiomas admitidos, consulte nuestra página de modelos precompilados Language Support—.

Extracción de campos

• Para los campos de extracción de documentos admitidos, consulte la páginaesquema del modelo de contrato en nuestro repositorio de ejemplo de GitHub.

• Los pares de clave/valor y los elementos de línea del contrato extraídos se encuentran en la sección documentResults de la salida JSON.

Pasos siguientes

• Pruebe a procesar sus propios formularios y documentos con Document Intelligence Studio.

• Complete el inicio rápido de Documento de inteligencia y empiece a crear una aplicación de procesamiento de documentos en el lenguaje de desarrollo que prefiera.