Compartir a través de

Composición de modelos personalizados

estilo de énfasis

Este contenido se aplica a:marca de verificaciónv4.0 (GA) | Versiones anteriores:marca de verificación azulv3.1 (GA)marca de verificación azulv3.0 (GA)marca de verificación azulv2.1 (GA)

Este contenido se aplica a:marca de verificaciónv3.1 (GA) | Última versión:marca de verificación púrpurav4.0 (GA) | Versiones anteriores:marca de verificación azulv3.0marca de verificación azulv2.1

Este contenido se aplica a:marca de verificaciónv3.0 (GA) | Últimas versiones:marca de verificación púrpurav4.0 (GA)marca de verificación púrpurav3.1 | Versión anterior: marca de verificación azulv2.1

Este contenido se aplica a:marca de verificaciónv2.1 | Última versiónmarca de verificación azulv4.0 (GA)

Importante

El comportamiento de redacción de modelos se ha cambiado para api-version=2024-11-30 (GA). Para más información, vea Modelos personalizados redactados. El comportamiento siguiente solo se aplica a la versión v3.1 y versiones anteriores.

Un modelo compuesto se crea tomando una colección de modelos personalizados y asignándolos a un único id. de modelo. Puede asignar hasta 200 modelos personalizados entrenados a un único id. de modelo compuesto. Cuando se envía un documento a un modelo compuesto, el servicio realiza un paso de clasificación para decidir qué modelo personalizado representa con exactitud el formulario presentado para el análisis. Los modelos compuestos resultan útiles al entrenar varios modelos y se quieren agrupar para analizar tipos de formulario parecidos. Por ejemplo, el modelo compuesto puede incluir modelos personalizados entrenados para analizar sus pedidos de compra de suministros, equipos y mobiliario. En lugar de intentar seleccionar manualmente el modelo adecuado, puede usar un modelo compuesto para determinar el modelo personalizado adecuado para cada análisis y extracción.

Para más información, consulte Modelos personalizados compuestos.

En este artículo descubrirá cómo crear y usar modelos personalizados compuestos para analizar los formularios y documentos.

Requisitos previos

Para comenzar, necesitará los recursos siguientes:

  • Una suscripción de Azure. Puede crear una suscripción de Azure gratuita.

  • Una instancia de Document Intelligence. Una vez que tenga la suscripción de Azure, cree un recurso de Inteligencia de documentos en Azure Portal para obtener la clave y el punto de conexión. Si tiene un recurso de Inteligencia de documentos existente, vaya directamente a la página del recurso. Puede usar el plan de tarifa gratis (F0) para probar el servicio y actualizarlo más adelante a un plan de pago para producción.

    1. Una vez implementado el recurso, seleccione Ir al recurso.

    2. Copie los valores de Claves y punto de conexión de Azure Portal y péguelos donde le resulte más cómodo; por ejemplo, el Bloc de notas de Microsoft. Necesitará los valores de clave y punto de conexión para conectar tu aplicación a la API de Inteligencia de Documentos.

Fotografía fija donde se muestra cómo acceder a la clave de recurso y a la dirección URL del punto de conexión.

Sugerencia

Para obtener más información, consulte crear un recurso de Inteligencia de Documentos.

  • Una cuenta de almacenamiento de Azure. Si no sabe cómo crear una cuenta de almacenamiento de Azure, siga el inicio rápido de Azure Storage para Azure Portal. Puede usar el plan de tarifa gratis (F0) para probar el servicio y actualizarlo más adelante a un plan de pago para producción.

Creación de los modelos personalizados

En primer lugar, necesitará un conjunto de modelos personalizados para componer. Puede usar las bibliotecas cliente, API de REST o Document Intelligence Studio. Los pasos son los siguientes:

Ensambla tu conjunto de datos de entrenamiento

La construcción de un modelo personalizado comienza con el establecimiento de su conjunto de datos de entrenamiento. Necesitará un mínimo de cinco formularios completados del mismo tipo para su conjunto de datos de ejemplo. Pueden ser de distintos tipos de archivo (jpg, png, pdf, tiff) y contener texto y escritura a mano. Los formularios deben seguir los requisitos de entrada para la Inteligencia de Documentos.

Sugerencia

Siga estas sugerencias para optimizar el conjunto de datos para el entrenamiento:

  • Si es posible, use documentos PDF de texto en lugar de documentos basados en imágenes. Los archivos PDF digitalizados se tratan como imágenes.
  • En el caso de los formularios rellenados, use ejemplos en los que estén todos los campos rellenados.
  • Use formularios con valores distintos en cada campo.
  • Si las imágenes de los formularios son de menor calidad, use un conjunto de datos más grande (con entre 10 y 15 imágenes, por ejemplo).

Consulte Creación de un conjunto de datos de entrenamiento para ver sugerencias sobre cómo recopilar los documentos de entrenamiento.

Carga del conjunto de datos de entrenamiento

Una vez recopilado un conjunto de documentos de entrenamiento, deberá cargar los datos de entrenamiento en un contenedor de Azure Blob Storage.

Si desea usar datos etiquetados manualmente, también tendrá que cargar los archivos .labels.json y .ocr.json correspondientes a los documentos de entrenamiento.

Entrenamiento del modelo personalizado

Al entrenar su modelo con datos etiquetados, el modelo usa un aprendizaje supervisado para extraer los valores de interés, mediante los formularios etiquetados que se proporcionan. Los datos etiquetados derivan en modelos con mejor rendimiento y pueden generar modelos que funcionen con formularios complejos o formularios que contengan valores sin claves.

Inteligencia de documentos usa la API del modelo de diseño preconstruido para aprender los tamaños y las posiciones esperadas de los elementos de texto tipográfico y manuscrito, y extraer tablas. A continuación, usa etiquetas especificadas por el usuario para aprender las asociaciones clave-valor y las tablas de los documentos. Se recomienda usar cinco formularios etiquetados manualmente del mismo tipo (la misma estructura) para empezar a entrenar un nuevo modelo. Después, agregue más datos etiquetados, según sea necesario, para mejorar la precisión del modelo. Inteligencia de Documentos permite entrenar un modelo para extraer pares clave-valor y tablas mediante capacidades de aprendizaje supervisado.

Para crear modelos personalizados, empiece por configurar el proyecto:

  1. En la página principal de Studio, en la tarjeta Modelo personalizado, seleccione Crear nuevo.

  2. Use el comando ➕ Crear un proyecto para iniciar el asistente para la configuración del nuevo proyecto.

  3. Escriba los detalles del proyecto, seleccione la suscripción y el recurso de Azure y el contenedor de Azure Blob Storage que contiene los datos.

  4. Revise, envíe la configuración y cree el proyecto.

Animación que muestra la creación de un proyecto personalizado en Document Intelligence Studio.

Al crear los modelos personalizados, es posible que tenga que extraer colecciones de datos de los documentos. Las colecciones pueden aparecer en uno de estos dos formatos. usando tablas como patrón visual:

  • Recuento dinámico o variable de valores (filas) para un conjunto determinado de campos (columnas)

  • Colección específica de valores para un conjunto determinado de campos (columnas o filas)

Vea Estudio de Documento de inteligencia: etiquetado como tablas

Creación de un modelo compuesto

Nota

La operación create compose model solo está disponible para los modelos personalizados entrenados con etiquetas. Al intentar crear modelos compuestos sin etiquetar se producirá un error.

Con la operación de creación de modelo compuesto, puede crear hasta 100 modelos personalizados entrenados con un único id. de modelo. Al analizamos documentos con un modelo compuesto, Document Intelligence primero clasifica el formulario que ha enviado, luego elige el modelo asignado que mejor coincida y, por último, devuelve los resultados de ese modelo. Esta operación resulta útil cuando los formularios de entrada pueden pertenecer a una de varias plantillas.

Una vez completado correctamente el proceso de entrenamiento, puede empezar a crear el modelo compuesto. Estos son los pasos para crear y usar modelos compuestos:

Reúne tus identificadores de modelo

Al entrenar modelos mediante Document Intelligence Studio, el identificador de modelo se encuentra en el menú de Modelos de un proyecto:

Captura de pantalla de la ventana de configuración del modelo en Studio de Inteligencia Documental.

Crea tus modelos personalizados

  1. Seleccione un proyecto de modelos personalizados.

  2. En el proyecto, seleccione el elemento de menú Models.

  3. En la lista resultante de modelos, seleccione los modelos que desea componer.

  4. Elija el botón Compose (Componer) en la esquina superior izquierda.

  5. En la ventana emergente, asígnele un nombre al nuevo modelo compuesto y seleccione Compose (Componer).

  6. Una vez finalizada la operación, el modelo recién compuesto aparecerá en la lista.

  7. Una vez que el modelo esté listo, use el comando Probar para validarlo con los documentos de prueba y observar los resultados.

Análisis de documentos

La operación Analizar del modelo personalizado requiere que proporcione el parámetro modelID en la llamada a Inteligencia de Documentos. Debe proporcionar el identificador de modelo compuesto para el parámetro modelID en sus aplicaciones.

Captura de pantalla de un ID de modelo compuesto en Studio de Inteligencia Documental.

Administración de los modelos compuestos

Puede administrar los modelos personalizados a lo largo de los ciclos de vida:

  • Pruebe y valide nuevos documentos.
  • Descargue el modelo para usarlo en las aplicaciones.
  • Elimine el modelo cuando se complete su ciclo de vida.

Captura de pantalla de un modelo compuesto en el Document Intelligence Studio

Magnífico. Ha aprendido los pasos para crear modelos personalizados y compuestos y usarlos en proyectos y aplicaciones de Documento de inteligencia.

Pasos siguientes

Pruebe una de nuestras guías de inicio rápido de Inteligencia de documentos:

Document Intelligence Studio

REST API

C#

Java

JavaScript

Python

Document Intelligence emplea tecnología avanzada de aprendizaje automático para detectar y extraer información de imágenes de documentos y devolver los datos extraídos en una salida JSON estructurada. Con la Inteligencia Documental, puede entrenar modelos personalizados independientes o combinar modelos personalizados para crear modelos compuestos.

  • Modelos personalizados. Los modelos personalizados de Inteligencia de Documentos permiten analizar y extraer datos de formularios y documentos específicos de su negocio. Los modelos personalizados se entrenan para sus distintos datos y casos de uso.

  • Modelos compuestos. El modelo compuesto se crea tomando una colección de modelos personalizados y asignándolos a un único modelo que abarca sus tipos de formulario. Cuando se envía un documento a un modelo compuesto, el servicio realiza un paso de clasificación para decidir qué modelo personalizado representa con exactitud el formulario presentado para el análisis.

En este artículo, aprenderá a crear modelos personalizados y compuestos de Documento de inteligencia con nuestra herramienta de etiquetado de ejemplo de Documento de inteligencia, las API REST o las bibliotecas cliente.

Herramienta de etiquetado de muestras

Pruebe a extraer datos de formularios personalizados mediante nuestra herramienta de etiquetado de ejemplo. Necesita los siguientes recursos:

Captura de pantalla de ubicación de las claves y el punto de conexión en Azure Portal.

Probarlo

En la interfaz de usuario de Document Intelligence:

  1. Seleccione Usar Personalizado para entrenar un modelo con etiquetas y obtener pares clave-valor.

Recorte de pantalla de la opción de selección de modelo personalizado de la herramienta `FOTT`.

  1. En la ventana siguiente, seleccione Nuevo proyecto:

Recorte de pantalla de la opción de selección de nuevo proyecto de la herramienta `FOTT`.

Creación de los modelos

Estos son los pasos para compilar, entrenar y usar modelos personalizados y compuestos:

Ensamble su conjunto de datos de entrenamiento

La construcción de un modelo personalizado comienza con el establecimiento de su conjunto de datos de entrenamiento. Necesitará un mínimo de cinco formularios completados del mismo tipo para su conjunto de datos de ejemplo. Pueden ser de distintos tipos de archivo (jpg, png, pdf, tiff) y contener texto y escritura a mano. Los formularios deben seguir los requisitos de entrada de Documento de inteligencia.

Carga del conjunto de datos de entrenamiento

Tendrá que cargar los datos de entrenamiento en un contenedor de Azure Blob Storage. Si no sabe cómo crear una cuenta de almacenamiento de Azure con un contenedor, vea elinicio rápido de Azure Storage para Azure Portal. Puede usar el plan de tarifa gratis (F0) para probar el servicio y actualizarlo más adelante a un plan de pago para producción.

Entrenamiento del modelo personalizado

El modelo se entrena con conjuntos de datos etiquetados. Los conjuntos de datos etiquetados se basan en la API de diseño precompilada, pero se incluyen aportaciones humanas complementarias, como sus etiquetas específicas y las ubicaciones de los campos. Empiece con un mínimo de cinco formularios completados del mismo tipo para sus datos de entrenamiento etiquetados.

Al entrenar con datos etiquetados, el modelo realiza un aprendizaje supervisado para extraer los valores de interés mediante los formularios etiquetados que se proporcionan. Los datos etiquetados derivan en modelos con mejor rendimiento y pueden generar modelos que funcionen con formularios complejos o formularios que contengan valores sin claves.

Inteligencia de Documentos usa la API Diseño para aprender los tamaños y posiciones esperadas de la tipografía y de los elementos de texto manuscritos, y para extraer tablas. A continuación, usa etiquetas especificadas por el usuario para aprender las asociaciones clave-valor y las tablas de los documentos. Se recomienda usar cinco formularios etiquetados manualmente del mismo tipo (la misma estructura) para empezar a entrenar un nuevo modelo. Agregue más datos etiquetados, según sea necesario, para mejorar la precisión del modelo. Inteligencia de Documentos permite entrenar un modelo para extraer pares de valores clave y tablas utilizando capacidades de aprendizaje supervisado.

Introducción al entrenamiento con etiquetas

[!VÍDEO https://learn.microsoft.com/Shows/Docs-Azure/Azure-Form-Recognizer/player]

Creación de un modelo compuesto

Nota

El modelo compuesto solo está disponible para los modelos personalizados entrenados con etiquetas. Al intentar crear modelos compuestos sin etiquetar se producirá un error.

Con la operación Modelo Compuesto, puede asignar hasta 200 modelos personalizados entrenados a un único identificador de modelo. Cuando llame a la función de análisis con el identificador de modelo compuesto, Inteligencia de Documentos clasifica primero el formulario que envió, elige el mejor modelo coincidente y después devuelve los resultados de ese modelo. Esta operación resulta útil cuando los formularios de entrada pueden pertenecer a una de varias plantillas.

Con la herramienta de etiquetado de muestra de Document Intelligence, la API REST o las bibliotecas cliente, siga estos pasos para configurar un modelo compuesto:

  1. Recopilación de los id. de modelo personalizado
  2. Componga sus modelos personalizados

Recopilación de los id. de modelo personalizado

Una vez que el proceso de entrenamiento se ha completado correctamente, se le asignará un identificador de modelo al modelo personalizado. Puede recuperar un identificador de modelo de la manera siguiente:

Al entrenar modelos mediante la herramienta de etiquetado de muestras de Inteligencia de Documentos, el identificador de modelo se encuentra en la ventana Resultados del entrenamiento:

Captura de pantalla de la ventana Resultados del entrenamiento.

Crea tus modelos personalizados

Después de recopilar los modelos personalizados que corresponden a un solo tipo de formulario, puede componerlos en un solo modelo.

La herramienta de etiquetado de muestras le permite empezar a entrenar modelos rápidamente y a componerlos con un único id. de modelo.

Una vez completado el entrenamiento, componga los modelos de la siguiente manera:

  1. En el menú del raíl izquierdo, seleccione el icono Componer modelo (flecha de combinación).

  2. En la ventana principal, seleccione los modelos a los que quiere asignar un único identificador de modelo. Los modelos con el icono de flechas ya son modelos compuestos.

  3. Elija el botón Compose (Componer) en la esquina superior izquierda.

  4. En la ventana emergente, asígnele un nombre al nuevo modelo compuesto y seleccione Compose (Componer).

Una vez finalizada la operación, el modelo recién compuesto aparecerá en la lista.

Captura de pantalla de ventana de composición de modelos.

Análisis de documentos con el modelo personalizado o compuesto

La operación Analizar del formulario personalizado requiere que proporcione modelID en la llamada a Inteligencia de Documentos. Puede proporcionar un único identificador de modelo personalizado o un identificador de modelo compuesto para el parámetro modelID.

  1. En el menú del panel izquierdo de la herramienta, seleccione el icono Analyze (bombilla).

  2. Elija un archivo local o una dirección URL de imagen para analizar.

  3. Seleccione el botón Run Analysis (Ejecutar análisis).

  4. La herramienta aplica etiquetas en los cuadros delimitadores e informa del porcentaje de confianza de cada etiqueta.

Captura de pantalla de la ventana de análisis de un formulario personalizado de la herramienta Inteligencia de documentos.

Para probar los modelos recién entrenados, analice los formularios que no formaron parte del conjunto de datos de entrenamiento. En función de la precisión notificada, es posible que desee realizar más entrenamiento para mejorar el modelo. Puede continuar con entrenamiento adicional para mejorar los resultados.

Administración de modelos personalizados

Puede administrar los modelos personalizados a lo largo de su ciclo de vida. Así, puede ver una lista de todos los modelos personalizados de su suscripción, recuperar información sobre un modelo personalizado concreto, y eliminar modelos personalizados de su cuenta.

Magnífico. Ha aprendido los pasos para crear modelos personalizados y compuestos y usarlos en proyectos y aplicaciones de Documento de inteligencia.

Pasos siguientes

Para obtener más información sobre la biblioteca de cliente de Document Intelligence, consulte nuestra documentación de referencia de la API.

Referencia de API de Inteligencia de Documentos