Document Intelligence Studio
Fontos
- A Document Intelligence nyilvános előzetes verziójú kiadásai korai hozzáférést biztosítanak az aktív fejlesztés alatt lévő funkciókhoz.
- A funkciók, a megközelítések és a folyamatok az általános rendelkezésre állás (GA) előtt változhatnak a felhasználói visszajelzések alapján.
- A Document Intelligence ügyfélkódtárak nyilvános előzetes verziója alapértelmezés szerint a REST API 2024-02-29-preview verziója.
- A nyilvános előzetes verzió 2024-02-29 előzetes verziója jelenleg csak a következő Azure-régiókban érhető el:
- USA keleti régiója
- USA2 nyugati régiója
- Nyugat-Európa
Ez a tartalom a következőre vonatkozik::v4.0 (előzetes verzió) | Korábbi verziók:v3.1 (GA)v3.0 (GA)
Ez a tartalom a következőre vonatkozik::v3.1 (GA) | Legújabb verzió:v4.0 (előzetes verzió) | Korábbi verziók:v3.0
Ez a tartalom a következőre vonatkozik::v3.0 (GA) | Legújabb verziók:v4.0 (előzetes verzió)v3.1
Fontos
- A Document Intelligence Studio szuverén felhőrégióihoz külön URL-címek tartoznak.
- Azure for US Government: Document Intelligence Studio (Azure Fairfax-felhő)
- A 21Vianet által üzemeltetett Microsoft Azure: Document Intelligence Studio (Azure Kínában)
A Document Intelligence Studio egy online eszköz a Document Intelligence szolgáltatás funkcióinak vizuális feltárására, megértésére és alkalmazásba való integrálására. A Document Intelligence Studio használatával:
- További információ a dokumentumintelligencia különböző képességeiről.
- A Dokumentumintelligencia-erőforrás használatával modelleket tesztelhet mintadokumentumokon, vagy feltöltheti saját dokumentumait.
- Kísérletezzen különböző bővítmény- és előzetes funkciókkal, hogy a kimenetet az igényeihez igazítsa.
- Egyéni besorolási modellek betanítása a dokumentumok besorolásához.
- Egyéni kinyerési modellek betanítása a mezők dokumentumokból való kinyeréséhez.
- Szerezze be az alkalmazásokba integrálandó nyelvspecifikus
SDKs
mintakódot.
A Document Intelligence Studio rövid útmutatójával megkezdheti a dokumentumok elemzését dokumentumelemzéssel vagy előre összeállított modellekkel. Egyéni modelleket hozhat létre, és az alkalmazásokban szereplő modellekre hivatkozhat a nyelvspecifikus SDKs
és egyéb rövid útmutatók egyikével.
Első lépések
Ha első alkalommal látogatja meg a Studiót, kövesse az első lépéseket ismertető útmutatót a Studio használatának beállításához.
Elemzési lehetőségek
A Dokumentumintelligencia támogatja a kifinomult elemzési képességeket. A Studio egy belépési pontot (Elemzési beállítások gombot) engedélyez a bővítmény képességeinek egyszerű konfigurálásához.
A dokumentum kinyerési forgatókönyvétől függően konfigurálja az elemzési tartományt, a dokumentum oldaltartományát, az opcionális észlelést és a prémium szintű észlelési funkciókat.
Feljegyzés
A betűtípus-kinyerés nem vizualizálódik a Document Intelligence Studióban. A JSON-kimenet stílusszakaszában azonban ellenőrizheti a betűfelismerési eredményeket.
✔️ Dokumentumok automatikus címkézése előre összeállított modellekkel vagy saját modellek egyikével
Az egyéni extrakciós modell címkézési oldalán mostantól automatikusan címkézheti a dokumentumokat a Document Intelligent Service előre összeállított modelljeinek vagy betanított modelljeinek egyikével.
Egyes dokumentumok esetében az automatikus címke futtatása után duplikált címkék használhatók. Ügyeljen arra, hogy módosítsa a címkéket, hogy később ne legyenek ismétlődő címkék a címkézési lapon.
✔️ Táblák automatikus címkézése
Az egyéni extrakciós modell címkézési lapján mostantól automatikusan címkézheti a dokumentumban lévő táblákat anélkül, hogy manuálisan kellene címkéznie a táblákat.
✔️ Tesztfájlok hozzáadása közvetlenül a betanítási adatkészlethez
Miután betanított egy egyéni extrakciós modellt, használja a tesztlapot a modell minőségének javításához, ha szükséges, feltölti a tesztdokumentumokat a betanítási adatkészletbe.
Ha egyes címkék esetében alacsony megbízhatósági pontszámot ad vissza, győződjön meg arról, hogy megfelelően vannak címkézve. Ha nem, adja hozzá őket a betanítási adatkészlethez, és a modell minőségének javítása érdekében adja hozzá őket újracímkézéshez.
✔️ A dokumentumlista beállításainak és szűrőinek használata egyéni projektekben
Az egyéni extrakciós modell címkézési oldalával könnyedén navigálhat a betanítási dokumentumok között a keresés, a szűrés és a rendezés funkció alapján történő használatával.
A rácsnézet használatával megtekintheti a dokumentumokat, vagy a listanézet használatával egyszerűbben görgetheti végig a dokumentumokat.
✔️ Projektmegosztás
- Egyszerűen megoszthatja az egyéni kinyerési projekteket. További információ: Project sharing with custom models.
Dokumentumintelligencia-modell támogatása
Olvasás: Próbálja ki a Dokumentumintelligencia Olvasás funkcióját szövegsorok, szavak, észlelt nyelvek és kézzel írt stílusok kinyeréséhez, ha észlelik. Kezdje a Studio Olvasás funkcióval. Ismerkedjen meg a mintadokumentumokkal és a dokumentumokkal. Az interaktív vizualizáció és a JSON-kimenet segítségével megismerheti a funkció működését. További információkért és az elrendezéshez készült Python SDK rövid útmutatójának első lépéseiért tekintse meg az Olvasási áttekintést.
Elrendezés: Próbálja ki a Dokumentumintelligencia Elrendezés funkcióját szöveg, táblázatok, kijelölési jelek és struktúraadatok kinyeréséhez. Kezdje a Studio Layout funkcióval. Ismerkedjen meg a mintadokumentumokkal és a dokumentumokkal. Az interaktív vizualizáció és a JSON-kimenet segítségével megismerheti a funkció működését. Az Elrendezés áttekintése című témakörben további információt és az elrendezéshez készült Python SDK rövid útmutatóját tekintheti meg.
Előre összeállított modellek: A Dokumentumintelligencia előre összeállított modelljei lehetővé teszik intelligens dokumentumfeldolgozás hozzáadását az alkalmazásokhoz és folyamatokhoz anélkül, hogy saját modelleket kellene betanítanod és felépíteni. Például kezdje a Studio Invoice funkcióval. Ismerkedjen meg a mintadokumentumokkal és a dokumentumokkal. Az interaktív vizualizáció, a kinyert mezők listája és a JSON-kimenet segítségével megismerheti a funkció működését. További információt a Modellek áttekintésében talál, és ismerkedjen meg a Python SDK előre összeállított számlához készült rövid útmutatójával.
Egyéni kinyerési modellek: A Dokumentumintelligencia egyéni modelljei lehetővé teszik mezők és értékek kinyerésére az adatokkal betanított modellekből, az űrlapokra és dokumentumokra szabottan. Ha több űrlaptípusból szeretne adatokat kinyerni, hozzon létre különálló egyéni modelleket, vagy egyesítsen két vagy több egyéni modellt, és hozzon létre egy összeállított modellt. Kezdje a Studio Egyéni modellek funkcióval. A súgóvarázsló, a címkézési felület, a betanítási lépés és a vizualizációk segítségével megismerheti a funkció működését. Tesztelje az egyéni modellt a mintadokumentumokkal, és iterálja a modellt. További információért tekintse meg az Egyéni modellek áttekintését .
Egyéni besorolási modellek: A dokumentumbesorolás a Dokumentumintelligencia által támogatott új forgatókönyv. A dokumentumosztályozó API támogatja a besorolási és felosztási forgatókönyveket. Betanítsa a besorolási modellt az alkalmazás által támogatott különböző típusú dokumentumok azonosításához. A besorolási modell bemeneti fájlja több dokumentumot tartalmazhat, és osztályozza az egyes dokumentumokat egy társított oldaltartományon belül. További információkért tekintse megaz egyéni besorolási modelleket.
Bővítményképességek: A dokumentumintelligencia mostantól kifinomultabb elemzési képességeket is támogat. Ezek az opcionális képességek az egyes modelloldalak gombjának használatával engedélyezhetők és letilthatók a
Analze Options
studióban. Négy bővítményfunkció érhető el: highResolution, képlet, betűtípus és vonalkód kinyerési képesség. További információkért tekintse mega bővítmény funkcióit.
Következő lépések
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: