Este contenido se aplica a:
v4.0 (GA)v3.1 (GA)
v3.0 (en retirada)v2.1 (en retirada)
Azure Document Intelligence in Foundry Tools es un servicio basado en la nube que usa modelos de aprendizaje automático para extraer pares clave-valor, texto y tablas de los documentos. El resultado devuelto es una salida JSON estructurada. Entre los casos de uso de Inteligencia de documentos se incluyen el procesamiento automatizado de datos, las estrategias mejoradas controladas por datos y las funcionalidades de búsqueda de documentos enriquecidas.
Información general
¿Azure Document Intelligence y Azure Document Intelligence en Foundry Tools son el mismo servicio?
Sí.
Azure Inteligencia de documentos y Azure Inteligencia de documentos en Foundry Tools son el mismo servicio. El nombre del servicio se cambió de Azure Document Intelligence in Foundry Tools a Azure Document Intelligence en julio de 2023. El servicio proporciona las mismas funcionalidades y características que antes del cambio de nombre.
Cambios de precios: no hay cambios en los precios. Los nombres Cognitive Services y Applied AI Services siguen usándose en Azure facturación, análisis de costos, listas de precios y API de precios.
Cambios importantes: no hay cambios importantes en las API ni en las bibliotecas de cliente.
¿Se integra Document Intelligence con otros servicios Microsoft?
Funcionalidades de inteligencia artificial
¿Puedo usar La inteligencia de documentos con inteligencia artificial generativa para el procesamiento de documentos?
Sí.
También puede usar una solución de inteligencia artificial generativa de documentos para chatear con sus documentos, generar contenido cautivador de esos documentos y acceder a los modelos de Azure OpenAI en sus datos.
Con Azure Inteligencia de documentos y Azure OpenAI combinados, puede crear una aplicación empresarial para interactuar sin problemas con los documentos mediante lenguaje natural. Puede encontrar fácilmente respuestas, obtener información valiosa y generar contenido nuevo e atractivo a partir de documentos existentes.
Puede encontrar más detalles sobre el patrón de generación aumentada de recuperación aquí.
¿Puede la inteligencia documental ayudar con la segmentación semántica dentro de los documentos para la generación aumentada de recuperación?
Sí.
Inteligencia de documentos puede proporcionar los bloques de construcción para habilitar la fragmentación semántica. La fragmentación semántica es un paso clave en la generación aumentada con recuperación (RAG) para garantizar fragmentos contextuales densos y la mejora de la relevancia.
Document Intelligence proporciona un modelo de diseño que proporciona una descomposición visual del documento en líneas, párrafos, secciones, encabezados y pies de página.
A continuación, puede optar por recuperar los resultados en formato Markdown para fragmentar aún más el documento en los límites de sección o párrafo.
Para obtener más información, consulte introducción a RAG en Inteligencia de documentos.
Document Intelligence/Content Understanding Studio
¿Necesito permisos específicos para acceder a Document Intelligence Studio?
Sí.
Necesita una cuenta de Azure activa y una suscripción con al menos un rol lector para acceder a Document Intelligence Studio.
Para el análisis de documentos y los modelos creados previamente, estos son los requisitos de rol para escenarios de usuario:
Básico
- Usuario de Cognitive Services: necesita este rol para un recurso de Document Intelligence o Azure Cognitive Services de varios servicios para usar Document Intelligence Studio.
Avanzado
- Colaborador: necesita este rol para crear un grupo de recursos o un recurso de Document Intelligence.
En el caso de los proyectos de modelo personalizados, estos son los requisitos de rol para escenarios de usuario:
Básico
Usuario de Cognitive Services: necesita este rol para que un recurso de Document Intelligence o de Cognitive Services de varios servicios entrene un modelo personalizado o analice con modelos entrenados.
Colaborador de datos de Storage Blob: necesita este rol en la cuenta de almacenamiento para crear y etiquetar datos de proyecto.
Avanzado
Colaborador de la cuenta de almacenamiento: necesita este rol para la cuenta de almacenamiento para configurar la configuración de uso compartido de recursos entre orígenes (CORS). Es un esfuerzo único si reutiliza la misma cuenta de almacenamiento.
Colaborador: necesita este rol para crear un grupo de recursos y recursos. El rol Colaborador o Colaborador de la cuenta de almacenamiento no proporciona acceso para usar el recurso de Document Intelligence o la cuenta de almacenamiento si la autenticación local (basada en claves) está deshabilitada. Todavía necesita los roles básicos (Colaborador de blobs de datos de almacenamiento y Usuario de Cognitive Services) para usar las funciones de Document Intelligence Studio.
Para más información, consulte Roles integrados de Microsoft Entra y las secciones sobre las asignaciones de roles de Azure en el inicio rápido de Documento de inteligencia Studio.
¿Puedo procesar documentos con más de dos páginas en Document Intelligence Studio?
Sí, para los recursos de nivel de pago.
No, para los recursos de nivel gratuito.
En el caso de los recursos de nivel gratuito (F0), solo se analizan las dos primeras páginas si usa Document Intelligence Studio, la API REST o las bibliotecas cliente.
Si desea analizar todas las páginas de un documento, cambie a un recurso de pago (S0). En Document Intelligence Studio, seleccione el botón Configuración (engranaje), seleccione la pestaña Recursos y compruebe el plan de tarifa que se va a usar para analizar los documentos.
¿Puedo cambiar directorios o suscripciones en Document Intelligence Studio?
Sí.
Para cambiar un directorio en Document Intelligence Studio, seleccione el botón Configuración (engranaje). En Directorio, seleccione el directorio de la lista y, a continuación, seleccione Cambiar directorio. Vuelva a iniciar sesión después de cambiar el directorio.
Para cambiar una suscripción o recurso, vaya a la pestaña Recurso en Configuración.
¿Puedo usar Document Intelligence Studio con un recurso configurado con un firewall o una red virtual?
Sí.
Para v4.0 11-30-2024 (GA), el etiquetado automático se hospeda de forma nativa con el resto del servicio, por lo que no es necesario incluirlo en la lista de IP permitidas. Para cualquier versión anterior, si el recurso de Document Intelligence está configurado con un firewall o una red virtual, debe agregar la dirección IP dedicada 20.3.165.95 a la lista de permitidos del firewall para el recurso de Document Intelligence. Algunas funciones de proyectos personalizados (por ejemplo, etiquetado automático, administración de proyectos y humano en el ciclo) no funcionan si el acceso a la red pública está deshabilitado.
Cuando cargo un archivo en Document Intelligence Studio mediante la función "Fetch from URL", ¿puedo usar una dirección URL de mi almacenamiento de blobs?
Sí.
Si la dirección URL de almacenamiento de blobs de Azure incluye un token de SAS y es accesible desde redes públicas. No puede usar la función Fetch para las cuentas de almacenamiento en las que el acceso a la clave está deshabilitado o detrás de un firewall o una red virtual.
¿Puedo reutilizar o personalizar la experiencia de etiquetado de Document Intelligence Studio y compilarla en mi propia aplicación?
Sí.
La experiencia de etiquetado de Document Intelligence Studio es de código abierto en el repositorio toolkit.
¿Hay puntos de conexión de dirección URL independientes para las regiones de nube soberana de Document Intelligence?
Sí.
Document Intelligence Studio tiene puntos de conexión de dirección URL independientes para regiones de nube soberanas:
Dirección URL de la nube de Azure US Government (Azure Fairfax): Document Intelligence Studio US Government.
Url Microsoft Azure operado por 21Vianet (Azure China): Document Intelligence Studio China.
Desarrollo de aplicaciones
¿Puedo desarrollar aplicaciones con Azure Document Intelligence mediante las opciones de desarrollo más recientes?
Sí.
Document Intelligence ofrece las opciones de desarrollo más recientes dentro de las siguientes plataformas:
¿Puedo migrar mi aplicación a la versión más reciente de Document Intelligence?
Sí.
En la tabla siguiente se proporcionan vínculos a instrucciones detalladas para migrar a la versión más reciente de Document Intelligence:
| Idioma o API | Guía de migración |
|---|---|
| REST API | v3 |
| C#/.NET | 4.0.0 |
| Java | 4.0.0 |
| JavaScript | 4.0.0 |
| Python | 3.2.0 |
¿Puedo especificar un intervalo de páginas que se van a analizar en un documento?
Sí.
Use el pages parámetro (compatible con v2.1, v3.0 y versiones posteriores de la API REST) y especifique páginas para documentos TIFF y PDF de varias páginas. La entrada aceptada incluye los siguientes intervalos:
- Páginas únicas. Por ejemplo, si especifica
1, 2, se procesan las páginas 1 y 2. - Intervalos finitos. Por ejemplo, si especifica
2-5, se procesan las páginas 2 a 5. - Intervalos de rango abierto. Por ejemplo, si especifica
5-, se procesan todas las páginas de la página 5. Si especifica-10, se procesan las páginas 1 a 10.
Puede combinar estos parámetros y los intervalos se pueden superponer. Por ejemplo, si especifica -5, 1, 3, 5-10, se procesan las páginas 1 a 10.
El servicio acepta la solicitud si puede procesar al menos una página del documento. Por ejemplo, el uso 5-100 de en un documento de cinco páginas es una entrada válida que significa que se procesa la página 5.
Si no proporciona un intervalo de páginas, se procesa el documento completo.
¿Recomienda usar Document Intelligence Studio en lugar de la herramienta de etiquetado de ejemplo FOTT para mi proyecto?
Sí.
Se recomienda Document Intelligence Studio la mayor parte del tiempo, ya que puede reducir el tiempo para configurar recursos y servicios de almacenamiento de Document Intelligence.
Considere la posibilidad de usar la Herramienta de pruebas de formularios (FOTT) para los escenarios siguientes:
Los datos deben permanecer dentro de una sola máquina. Use la herramienta de etiquetado de ejemplo FOTT y un contenedor de Inteligencia de documentos.
El proyecto depende en gran medida de Document Intelligence V2.1 y desea seguir usando las API v2.1.
¿Hay procedimientos recomendados para mitigar la limitación?
Sí.
La inteligencia de documentos usa el escalado automático para proporcionar los recursos computacionales necesarios a petición, a la vez que mantiene bajos los costos de los clientes. Para mitigar la limitación durante el escalado automático, se recomienda el enfoque siguiente:
Implemente la lógica de reintento en la aplicación.
Si encuentra que se está limitando en el número de
POSTsolicitudes, considere la posibilidad de agregar un retraso entre las solicitudes.Aumente la carga de trabajo gradualmente. Evite cambios nítidos.
Cree una solicitud de soporte técnico para aumentar el límite de transacciones por segundo (TPS).
Obtenga más información sobre las cuotas y límites del servicio Document Intelligence.
Modelos personalizados
¿Puedo mejorar una puntuación de precisión estimada para un modelo personalizado?
Sí.
Las variaciones en la estructura visual de los documentos pueden influir en la precisión de un modelo. Estas son algunas sugerencias:
Incluya todas las variaciones de un documento en el conjunto de datos de entrenamiento. Las variaciones incluyen diferentes formatos; por ejemplo, archivos PDF digitales frente a escaneados.
Separe los tipos de documentos visualmente distintos y entrene modelos diferentes.
Asegúrese de que no tiene etiquetas extrañas.
En el caso de las etiquetas de firma y región, no incluya el texto circundante.
Para obtener más información, consulte Puntuaciones de precisión y confianza.
¿Puedo volver a entrenar un modelo personalizado?
No.
Documento de inteligencia no tiene una operación explícita de reentrenamiento. Cada operación de tren genera un nuevo modelo.
Si encuentra que el modelo debe volver a entrenarse, puede agregar más ejemplos al conjunto de datos de entrenamiento y entrenar un nuevo modelo.
También puede crear un nuevo modelo para componer con el modelo original de la siguiente manera:
Cree un conjunto de datos para la nueva plantilla.
Etiqueta y entrena un nuevo modelo.
Compruebe que el nuevo modelo funciona bien para los tipos de documento específicos.
Combine su nuevo modelo con el modelo existente en un único punto de conexión. Después, La inteligencia de documentos puede determinar el mejor modelo para cada documento que se va a analizar.
Para obtener más información, vea Modelos compuestos.
¿Puedo mover mis modelos entrenados de un entorno (como beta) a otro (como producción)?
Sí.
Puede usar copy API para copiar modelos personalizados de una cuenta de Document Intelligence en otras que existan en cualquier región geográfica admitida. Para obtener instrucciones detalladas, consulte Recuperación ante desastres.
La operación de copia se limita a copiar modelos dentro del entorno de nube específico en el que ha entrenado el modelo. Por ejemplo, no se admite la copia de modelos desde la nube pública a la nube Azure Government.
¿Se me cobra al usar el etiquetado automático?
Sí. La etiqueta automática incurre en un costo equivalente a una solicitud de análisis para el modelo correspondiente de un documento.
¿Se me cobra al entrenar modelos personalizados?
Sí.
Para los modelos neuronales personalizados, se puede entrenar de forma gratuita durante un máximo de 10 horas. Tanto si está entrenando un solo modelo durante las 10 horas como si entrena varios modelos durante el total de 10 horas, no se le cobrará por las primeras 10 horas. Después de usar las 10 horas gratuitas, se le cobrará automáticamente por la hora de entrenamiento adicional. Para obtener más información sobre los precios, consulte la página de precios. Esta nueva característica de entrenamiento de pago permite a los modelos de entrenamiento durante una duración prolongada procesar documentos más grandes. Para más información sobre esta característica de entrenamiento de pago, consulte la sección de facturación de modelos neuronales personalizados.
Para v3.0 2022-08-31 o v3.1 2023-07-31, los modelos neuronales personalizados se pueden entrenar de forma gratuita durante un máximo de 20 sesiones de entrenamiento, con cada sesión limitada a 30 minutos de duración de entrenamiento. Una vez que use las 20 sesiones de entrenamiento, puede enviar un ticket de soporte de Azure para aumentar el límite de las sesiones de entrenamiento. Para aumentar el límite, dos sesiones de entrenamiento se consideran una hora de entrenamiento y se le cobra por dos sesiones o una hora de entrenamiento. Para obtener más información sobre los precios, consulte la página de precios. Para más información sobre las formas de aumentar el límite, consulte la sección de facturación del modelo neuronal personalizado. Para v3.0 y v3.1, la característica de entrenamiento de pago no está disponible. La característica de entrenamiento de pago para el modelo neuronal personalizado solo está disponible en v4.0.
Cuenta de almacenamiento
¿Hay una hora de expiración para el token de firma de acceso compartido (SAS) que formo para la autenticación de mi cuenta de almacenamiento?
Sí.
Al crear una firma de acceso compartido (SAS), la duración predeterminada es de 48 horas. Después de 48 horas, debe crear un nuevo token.
Considere la posibilidad de establecer un período de duración más largo durante el tiempo que usa la cuenta de almacenamiento con Document Intelligence.
¿Puede Document Intelligence acceder a los datos de mi cuenta de almacenamiento si está detrás de una red virtual o un firewall?
No, no directamente.
Document Intelligence no puede acceder a la cuenta de almacenamiento si está protegida por una red virtual o un firewall.
Sin embargo, el acceso y la autenticación de cuentas de almacenamiento privadas Azure admiten identidades administradas para recursos de Azure. Cuando se usa una identidad administrada, Document Intelligence puede acceder a la cuenta de almacenamiento mediante una credencial asignada.
Si piensa analizar los datos de la cuenta de almacenamiento privada mediante FOTT, debe implementar la herramienta detrás de la red virtual o el firewall.
Aprenda a crear y usar una identidad administrada para el recurso de Document Intelligence.
Contenedores
¿Hay alguna diferencia entre los contenedores desconectados y conectados?
Sí.
Aunque las funcionalidades del modelo son las mismas para los contenedores conectados y desconectados, los métodos de facturación y conectividad difieren:
Los contenedores conectados envían información de facturación a Azure mediante un recurso de Document Intelligence en la cuenta de Azure. Con los contenedores conectados, se requiere conectividad a Internet para enviar información de facturación a Azure. Los contenedores conectados a Document Intelligence envían información de facturación a Azure mediante un recurso de Document Intelligence en la cuenta de Azure. Los contenedores conectados no envían datos de clientes, como la imagen o el texto que se está analizando, para Microsoft. Para obtener un ejemplo de la información que los contenedores conectados envían a Microsoft para la facturación, consulte las preguntas más frecuentes sobre el contenedor Azure.
Los contenedores desconectados permiten usar las API que están desconectadas de Internet. La información de facturación no se envía a través de Internet. En su lugar, los cargos se basan en un nivel de compromiso adquirido. Actualmente, el uso de contenedores desconectados está disponible para los modelos personalizados y de factura de Document Intelligence.
¿Puedo usar almacenamiento local para el contenedor de la herramienta de etiquetado de muestras (FOTT) de Document Intelligence?
Sí.
FOTT tiene una versión que usa el almacenamiento local. La versión debe instalarse en una máquina Windows. Puede instalarlo desde esta ubicación.
En la página del proyecto, especifique el URI de la carpeta de etiqueta como /shared o /shared/sub-dir si los archivos de etiquetado están en un subdirectorio. El resto del comportamiento de la herramienta de etiquetado de ejemplo de Documento de inteligencia es el mismo que el del servicio hospedado.
¿Existe un procedimiento recomendado para escalar verticalmente?
Sí.
En el caso de las llamadas asincrónicas, puede ejecutar varios contenedores con almacenamiento compartido. El contenedor que procesa la POST llamada de análisis almacena la salida en el almacenamiento. A continuación, cualquier otro contenedor puede capturar los resultados del almacenamiento y atender las GET llamadas. El identificador de solicitud no está vinculado a un contenedor.
En el caso de las llamadas sincrónicas, puede ejecutar varios contenedores, pero solo un contenedor atiende una solicitud. Dado que es una llamada de bloqueo, cualquier contenedor del grupo puede atender la solicitud y enviar la respuesta. En este caso, solo un contenedor está vinculado a una solicitud a la vez y no se requiere ningún sondeo.
¿Puedo configurar contenedores con almacenamiento compartido?
Sí.
Los contenedores usan la Mounts: Shared propiedad al iniciarse para especificar el almacenamiento compartido para almacenar los archivos de procesamiento. Para ver el uso de esta propiedad, consulte la documentación de contenedores.
Seguridad y privacidad
¿Document Intelligence almacena mis datos?
Sí, brevemente.
Para todas las características, Document Intelligence almacena temporalmente los datos y da como resultado Azure Storage en la misma región que la solicitud. Los datos se eliminan 24 horas desde el momento en que envía una solicitud de análisis. Si desea que los datos se eliminen antes, puede usar la respuesta de análisis de eliminación. Esta API marca los resultados para su eliminación y está disponible en la API v4.0.
Obtenga más información sobre los datos, la privacidad y la seguridad de Document Intelligence.
En el caso de los modelos personalizados entrenados, las salidas provisionales después del análisis y el etiquetado se almacenan en la misma ubicación Azure Storage donde se almacenan los datos de entrenamiento. Los modelos personalizados entrenados se almacenan en almacenamiento de Azure en la misma región y están aislados lógicamente con su suscripción de Azure y credenciales de API.
Más ayuda y soporte técnico
¿Hay otros recursos disponibles que proporcionen soluciones a las preguntas de Azure Document Intelligence?
Sí.
¿Puedo proporcionar comentarios directos si el servicio no reconoce texto específico o lo reconoce incorrectamente cuando estoy etiquetando documentos?
Sí.
Actualizamos y mejoramos continuamente los modelos de Inteligencia de documentos. Puede enviar un correo electrónico al equipo de Document Intelligence. Si es posible, comparta un documento de ejemplo con el problema resaltado.