Modelo documental general de Document Intelligence

  • Artículo

Importante

A partir de Document Intelligence versiones 2024-02-29-preview, 2023-10-31-preview y en adelante, el modelo de documento general (prebuilt-document) queda en desuso. Para extraer pares clave-valor, marcas de selección, texto, tablas y estructura de documentos, use los siguientes modelos:

Característica version Id. de modelo
Modelo de Layout con el parámetro features=keyValuePairs de cadena de consulta opcional habilitado. • v4:2024-02-29-preview
• v3.1:2023-07-31 (GA)		 prebuilt-layout
Modelo de documento general • v3.1:2023-07-31 (GA)
• v3.0:2022-08-31 (GA)
• v2.1 (GA)		 prebuilt-document

Este contenido se aplica a:marca de verificaciónv3.1 (GA) | Versión más reciente:marca de verificación púrpurav4.0 (versión preliminar) | Versión anterior:marca de verificación azulv3.0

Este contenido se aplica a:marca de verificaciónv3.0 (GA) | Versiones más recientes:marca de verificación púrpurav4.0 (versión preliminar)marca de verificación púrpurav3.1

El modelo Documento general combina una eficaz funcionalidad de reconocimiento óptico de caracteres (OCR) con modelos de aprendizaje profundo para extraer pares clave-valor, tablas y marcas de selección de documentos. El documento general está disponible con las API v3.1 y v3.0. Para más información, consulte nuestra guía de migración.

Características del documento general

  • El modelo de documento general es un modelo entrenado previamente, no requiere etiquetas ni entrenamiento.

  • Una única API extrae pares clave-valor, marcas de selección, texto, tablas y estructura de los documentos.

  • El modelo de documento general admite documentos estructurados, semiestructurados y no estructurados.

  • Las marcas de selección se identifican como campos con un valor de :selected: o :unselected:.

Ejemplo de documento procesado en Document Intelligence Studio

Captura de pantalla de análisis de documento general en Studio de Documento de inteligencia.

Extracción de pares clave-valor

La API de documento general admite la mayoría de los tipos de formulario y analiza los documentos y extrae las claves y los valores asociados. Es ideal para extraer pares clave-valor comunes de documentos. Puede usar el modelo de documento general como alternativa al entrenamiento de un modelo personalizado sin etiquetas.

Opciones de desarrollo

Documento de inteligencia v3.1 es compatible con las siguientes herramientas, aplicaciones y bibliotecas:

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

Documento de inteligencia v3.0 es compatible con las siguientes herramientas, aplicaciones y bibliotecas:

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

Requisitos de entrada

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

  • Formatos de archivos admitidos:

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

  • En el caso de PDF y TIFF, se pueden procesar hasta 2000 páginas (con una suscripción de nivel gratuito, 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 de 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 un 8 texto de 150 puntos a 150 puntos por pulgada (DPI).

  • 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 G-MB para el modelo neuronal.

    • Para el modelo de entrenamiento de clasificación personalizada, el tamaño total de los datos de entrenamiento es 1GB con un máximo de 10 000 páginas.

Extracción de datos del modelo de documento general

Pruebe a extraer datos de formularios y documentos con Document Intelligence Studio.

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.

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

Nota:

Document Intelligence Studio y el modelo general de documentos están disponibles con la API v3.0.

  1. En la página de inicio de Document Intelligence Studio, seleccione Documentos generales

  2. Puede analizar el documento de ejemplo o cargar archivos propios.

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

    Captura de pantalla de los botones Ejecutar análisis y Analizar opciones en Document Intelligence Studio.

    Pruebe Document Intelligence Studio.

Pares clave-valor

Los pares clave-valor son intervalos específicos dentro del documento que identifican una etiqueta o una clave y su respuesta o valor asociados. De forma estructurada, estos pares pueden ser la etiqueta y el valor que ha escrito el usuario para ese campo. En una documentación no estructurada, pueden ser la fecha en la que se ejecutó un contrato según el mensaje de texto de un párrafo. El modelo de IA está entrenado para extraer claves y valores identificables basados en una amplia variedad de tipos de documentos, formatos y estructuras.

Las claves también pueden existir de forma aislada cuando el modelo detecta que existe una clave, sin ningún valor asociado, o cuando se procesan campos opcionales. Por ejemplo, un campo de segundo nombre se puede dejar en blanco en un formulario en algunos casos. Los pares clave-valor son intervalos de texto contenidos en el documento. Para documentos donde el mismo valor se describe de diferentes maneras, por ejemplo, cliente/usuario, la clave asociada es cliente o usuario (según el contexto).

Extracción de datos

Modelo Extracción de texto Pares clave-valor Marcas de selección Tablas Nombres comunes
Documento general ✓ ✓ ✓ ✓ ✓*

✓* - Solo disponible en la 2023-07-31 (versión 3.1 GA) y versiones posteriores de la API.

Idiomas y configuraciones regionales compatibles

Vea nuestra página de Compatibilidad de idiomas: modelos de análisis de documentos para obtener una lista completa de los idiomas admitidos.

Consideraciones

  • Como las claves son intervalos de texto extraídos del documento, en el caso de los documentos semiestructurados, las claves tienen que asignarse a un diccionario de claves existente.

  • Espere ver los pares clave-valor con una clave, pero ningún valor. Por ejemplo, si un usuario decide no proporcionar una dirección de correo electrónico en el formulario.

Pasos siguientes

Prueba de Document Intelligence Studio