Model pemrosesan dokumen

Penting

• Rilis pratinjau publik Kecerdasan Dokumen menyediakan akses awal ke fitur yang sedang dalam pengembangan aktif. Fitur, pendekatan, dan proses dapat berubah, sebelum Ketersediaan Umum (GA), berdasarkan umpan balik pengguna.
• Versi pratinjau publik pustaka klien Kecerdasan Dokumen default ke REST API versi 2024-07-31-preview.
• Pratinjau publik versi 2024-07-31-preview saat ini hanya tersedia di wilayah Azure berikut. Perhatikan bahwa model generatif kustom (ekstraksi bidang dokumen) di AI Studio hanya tersedia di wilayah US Tengah Utara:
  • US Timur
  • US Barat2
  • Eropa Barat
  • US Tengah Utara

Konten ini berlaku untuk: v4.0 (pratinjau) | Versi sebelumnya: v3.1 (GA) v3.0 (GA) v2.1 (GA)

Azure AI Document Intelligence mendukung berbagai model yang memungkinkan Anda menambahkan pemrosesan dokumen cerdas ke aplikasi dan alur Anda. Anda dapat menggunakan model khusus domain bawaan atau melatih model kustom yang disesuaikan dengan kebutuhan bisnis dan kasus penggunaan spesifik Anda. Kecerdasan Dokumen dapat digunakan dengan pustaka klien REST API atau Python, C#, Java, dan JavaScript.

Catatan

• Proyek pemrosesan dokumen yang melibatkan data keuangan, data kesehatan yang dilindungi, data pribadi, atau data yang sangat sensitif memerlukan perhatian yang cermat.
• Pastikan untuk mematuhi semua persyaratan nasional/regional dan khusus industri.

Ringkasan model

Tabel berikut menunjukkan model yang tersedia untuk setiap pratinjau saat ini dan API stabil:

Jenis Model	Model	• Pratinjau 2024-02-29 • Pratinjau 10-10-2023	2023-07-31 (GA)	2022-08-31 (GA)	v2.1 (GA)
Model analisis dokumen	Baca	✔️	✔️	✔️	n/a
Model analisis dokumen	Tata letak	✔️	✔️	✔️	✔️
Model analisis dokumen	Dokumen umum	dipindahkan ke tata letak**	✔️	✔️	n/a
Model bawaan	Cek Bank	✔️	n/a	n/a	n/a
Model bawaan	Laporan Bank	✔️	n/a	n/a	n/a
Model bawaan	Paystub	✔️	n/a	n/a	n/a
Model bawaan	Kontrak	✔️	✔️	n/a	n/a
Model bawaan	Kartu asuransi kesehatan	✔️	✔️	✔️	n/a
Model bawaan	Dokumen ID	✔️	✔️	✔️	✔️
Model bawaan	Faktur	✔️	✔️	✔️	✔️
Model bawaan	Kwitansi	✔️	✔️	✔️	✔️
Model bawaan	Pajak Terpadu AS*	✔️	n/a	n/a	n/a
Model bawaan	Pajak AS 1040*	✔️	✔️	n/a	n/a
Model bawaan	Pajak AS 1098*	✔️	n/a	n/a	n/a
Model bawaan	Pajak AS 1099*	✔️	n/a	n/a	n/a
Model bawaan	Pajak US W2	✔️	✔️	✔️	n/a
Model bawaan	US Mortgage 1003 URLA	✔️	n/a	n/a	n/a
Model bawaan	Hipotret AS 1004 URAR	✔️	n/a	n/a	n/a
Model bawaan	HIPOTP AS 1005	✔️	n/a	n/a	n/a
Model bawaan	Ringkasan Hipotek AS 1008	✔️	n/a	n/a	n/a
Model bawaan	Pengungkapan penutupan Hipotek AS	✔️	n/a	n/a	n/a
Model bawaan	Surat nikah	✔️	n/a	n/a	n/a
Model bawaan	Kartu kredit	✔️	n/a	n/a	n/a
Model bawaan	Kartu nama	tidak digunakan lagi	✔️	✔️	✔️
Model klasifikasi kustom	Penggollong kustom	✔️	✔️	n/a	n/a
Model Generatif Kustom	Model Generatif Kustom	✔️	n/a	n/a	n/a
Model ekstraksi kustom	Neural kustom	✔️	✔️	✔️	n/a
Model customextraction	Templat kustom	✔️	✔️	✔️	✔️
Model ekstraksi kustom	Kustom terdiri	✔️	✔️	✔️	✔️
Semua model	Kemampuan add-on	✔️	✔️	n/a	n/a

* - Berisi submodel. Lihat informasi spesifik model untuk variasi dan subjenis yang didukung.

Latensi

Latensi adalah jumlah waktu yang diperlukan server API untuk menangani dan memproses permintaan masuk dan mengirimkan respons keluar ke klien. Waktu untuk menganalisis dokumen tergantung pada ukuran (misalnya, jumlah halaman) dan konten terkait di setiap halaman. Kecerdasan Dokumen adalah layanan multipenyewa di mana latensi untuk dokumen serupa sebanding tetapi tidak selalu identik. Varianbilitas sesekali dalam latensi dan performa melekat dalam layanan mikro berbasis layanan mikro, tanpa status, asinkron yang memproses gambar dan dokumen besar dalam skala besar. Meskipun kami terus meningkatkan kemampuan perangkat keras dan kapasitas dan penskalaan, Anda mungkin masih memiliki masalah latensi saat runtime.

Kemampuan Add-on	Add-On/Free	• Pratinjau 2024-02-29 &bullet [2023-10-31-preview](/rest/api/aiservices/operation-groups?view=rest-aiservices-v4.0%20(2024-07-31-preview)&preserve-view=true	2023-07-31 (GA)	2022-08-31 (GA)	v2.1 (GA)
Ekstraksi properti font	Add-On	✔️	✔️	n/a	n/a
Ekstraksi formula	Add-On	✔️	✔️	n/a	n/a
Ekstraksi resolusi tinggi	Add-On	✔️	✔️	n/a	n/a
Ekstraksi kode batang	Gratis	✔️	✔️	n/a	n/a
Deteksi bahasa	Gratis	✔️	✔️	n/a	n/a
Pasangan nilai kunci	Gratis	✔️	n/a	n/a	n/a
Bidang kueri	Add-On*	✔️	n/a	n/a	n/a
Pdf yang dapat dicari	Add-On*	✔️	n/a	n/a	n/a

Fitur analisis model

ID Model	Ekstraksi Konten	Bidang kueri	Paragraf	Peran Paragraf	Tanda Pilihan	Tabel	Pasangan Kunci-Nilai	Bahasa	Kode batang	Analisis Dokumen	Rumus*	Font Gaya*	Resolusi Tinggi*	PDF yang dapat dicari
baca bawaan	✓						O	O		O	O	O		✓
prebuilt-layout	✓	✓	✓	✓	✓	✓		O	O		O	O	O
dokumen-bawaan	✓	✓	✓	✓	✓	✓	✓	O	O		O	O	O
prebuilt-businessCard	✓	✓								✓
kontrak bawaan	✓	✓	✓	✓			O	O	✓	O	O	O
prebuilt-healthInsuranceCard.us	✓	✓						O	O	✓	O	O	O
prebuilt-idDocument	✓	✓						O	O	✓	O	O	O
Faktur Bawaan	✓	✓			✓	✓	O	O	O	✓	O	O	O
tanda terima bawaan	✓	✓						O	O	✓	O	O	O
prebuilt-marriageCertificate.us	✓	✓						O	O	✓	O	O	O
kartu kredit bawaan	✓	✓						O	O	✓	O	O	O
prebuilt-check.us	✓	✓						O	O	✓	O	O	O
prebuilt-payStub.us	✓	✓						O	O	✓	O	O	O
prebuilt-bankStatement	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.1003	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.1004	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.1005	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.1008	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.closingDisclosure	✓	✓						O	O	✓	O	O	O
prebuilt-tax.us	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.w2	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1098	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1098E	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1098T	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1099(variasi)	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1040(variasi)	✓	✓						O	O	✓	O	O	O
{ customModelName }	✓	✓	✓	✓	✓	✓		O	O	✓	O	O	O

✓ - Diaktifkan
O - Opsional
* - Fitur premium dikenakan biaya tambahan

Add-On* - Bidang kueri dihargai berbeda dari fitur add-on lainnya. Lihat harga untuk detailnya.

Koordinat kotak pembatas dan poligon

Kotak pembatas (polygon dalam v3.0 dan versi yang lebih baru) adalah persegi panjang abstrak yang mengelilingi elemen teks dalam dokumen yang digunakan sebagai titik referensi untuk deteksi objek.

• Kotak pembatas menentukan posisi dengan menggunakan bidang koordinat x dan y yang disajikan dalam array empat pasangan numerik. Setiap pasangan mewakili sudut kotak dalam urutan berikut: kiri atas, kanan atas, kanan bawah, kiri bawah.

• Koordinat gambar disajikan dalam piksel. Untuk PDF, koordinat disajikan dalam inci.

Untuk semua model, kecuali model kartu Nama, Kecerdasan Dokumen sekarang mendukung kemampuan add-on untuk memungkinkan analisis yang lebih canggih. Kemampuan opsional ini dapat diaktifkan dan dinonaktifkan tergantung pada skenario ekstraksi dokumen. Ada tujuh kemampuan add-on yang tersedia untuk (GA) dan versi API yang 2023-07-31 lebih baru:

• ocrHighResolution
• formulas
• styleFont
• barcodes
• languages
• keyValuePairs (2024-02-29-preview, 2023-10-31-preview)
• queryFields (2024-02-29-preview, 2023-10-31-preview) Not available with the US.Tax models
• searchablePDF (Pratinjau 07-07-2024) Only available for Read Model

Dukungan bahasa

Model universal berbasis pembelajaran mendalam dalam Kecerdasan Dokumen mendukung banyak bahasa yang dapat mengekstrak teks multibahasa dari gambar dan dokumen Anda, termasuk baris teks dengan bahasa campuran. Dukungan bahasa bervariasi menurut fungsionalitas layanan Kecerdasan Dokumen. Untuk daftar lengkapnya, lihat artikel berikut ini:

• Dukungan bahasa: model analisis dokumen
• Dukungan bahasa: model bawaan
• Dukungan bahasa: model kustom

Ketersediaan regional

Kecerdasan Dokumen umumnya tersedia di banyak dari 60+ wilayah infrastruktur global Azure.

Untuk informasi selengkapnya, lihat halaman geografi Azure kami untuk membantu memilih wilayah yang terbaik untuk Anda dan pelanggan Anda.

Detail model

Bagian ini menjelaskan output yang dapat Anda harapkan dari setiap model. Anda dapat memperluas output sebagian besar model dengan fitur add-on.

Baca OCR

API Baca menganalisis dan mengekstrak baris, kata, lokasinya, bahasa yang terdeteksi, dan gaya tulisan tangan jika terdeteksi.

Contoh dokumen yang diproses menggunakan Studio Kecerdasan Dokumen:

Pelajari lebih lanjut: baca model

Analisis tata letak

Model analisis Tata Letak menganalisis dan mengekstrak teks, tabel, tanda pilihan, dan elemen struktur lainnya seperti judul, judul bagian, header halaman, footer halaman, dan lainnya.

Contoh dokumen yang diproses menggunakan Studio Kecerdasan Dokumen:

Pelajari selengkapnya: model tata letak

Kartu asuransi kesehatan

Model kartu asuransi kesehatan menggabungkan kemampuan Optical Character Recognition (OCR) yang kuat dengan model pembelajaran mendalam untuk menganalisis dan mengekstrak informasi utama dari kartu asuransi kesehatan AS.

Contoh kartu asuransi kesehatan AS yang diproses menggunakan Document Intelligence Studio:

Pelajari lebih lanjut: Model kartu asuransi kesehatan

Dokumen pajak AS

Model dokumen pajak AS menganalisis dan mengekstrak bidang kunci dan item baris dari sekelompok dokumen pajak tertentu. API mendukung analisis dokumen pajak AS berbahasa Inggris dari berbagai format dan kualitas termasuk gambar yang diambil telepon, dokumen yang dipindai, dan PDF digital. Model berikut saat ini didukung:

Model	Deskripsi	ModelID
Pajak AS W-2	Ekstrak detail kompensasi kena pajak.	prebuilt-tax.us.w2
Pajak AS 1040	Ekstrak detail bunga hipotek.	prebuilt-tax.us.1040(variasi)
Pajak AS 1098	Ekstrak detail bunga hipotek.	prebuilt-tax.us.1098(variasi)
Pajak AS 1099	Ekstrak pendapatan yang diterima dari sumber selain majikan.	prebuilt-tax.us.1099(variasi)

Sampel dokumen W-2 yang diproses menggunakan Studio Kecerdasan Dokumen:

Pelajari selengkapnya: Model dokumen pajak

Dokumen hipote AS

Model dokumen hipotek AS menganalisis dan mengekstrak bidang kunci termasuk informasi peminjam, pinjaman, dan properti dari sekelompok dokumen hipotek tertentu. API mendukung analisis dokumen hipotek AS berbahasa Inggris dari berbagai format dan kualitas termasuk gambar yang diambil telepon, dokumen yang dipindai, dan PDF digital. Model berikut saat ini didukung:

Model	Deskripsi	ModelID
Perjanjian Lisensi Pengguna Akhir 1003 (EULA)	Ekstrak pinjaman, peminjam, detail properti.	prebuilt-mortgage.us.1003
Dokumen Ringkasan 1008	Ekstrak peminjam, penjual, properti, hipotek, dan detail penjaminan.	prebuilt-mortgage.us.1008
Pengungkapan penutup	Ekstrak penutupan, biaya transaksi, dan detail pinjaman.	prebuilt-mortgage.us.closingDisclosure
Surat nikah	Ekstrak detail informasi pernikahan untuk pemohon pinjaman bersama.	prebuilt-marriageCertificate
Pajak AS W-2	Ekstrak detail kompensasi kena pajak untuk verifikasi pendapatan.	prebuilt-tax.us.w2

Dokumen pengungkapan Penutup sampel yang diproses menggunakan Studio Kecerdasan Dokumen:

Pelajari selengkapnya: Model dokumen hipoteran

Contract

Model kontrak menganalisis dan mengekstrak bidang utama dan item baris dari perjanjian kontraktual termasuk pihak, yurisdiksi, ID kontrak, dan judul. Model saat ini mendukung dokumen kontrak berbahasa Inggris.

Contoh kontrak yang diproses menggunakan Document Intelligence Studio:

Pelajari lebih lanjut: model kontrak

Faktur

Model faktur mengotomatiskan pemrosesan faktur untuk mengekstrak nama pelanggan, alamat penagihan, tanggal jatuh tempo, dan jumlah jatuh tempo, item baris, dan data kunci lainnya. Saat ini, model ini mendukung faktur Bahasa Inggris, Spanyol, Jerman, Prancis, Italia, Portugis, dan Belanda.

Contoh faktur yang diproses menggunakan Document Intelligence Studio:

Pelajari selengkapnya: model faktur

Tanda Terima

Gunakan model tanda terima untuk memindai tanda terima penjualan untuk nama pedagang, tanggal, item baris, jumlah, dan total dari tanda terima cetak dan tulisan tangan. Versi v3.0 juga mendukung pemrosesan tanda terima hotel satu halaman.

Sampel tanda terima yang diproses menggunakan Studio Kecerdasan Dokumen:

Pelajari selengkapnya: model tanda terima

Dokumen identitas (ID)

Gunakan model Dokumen identitas (ID) untuk memproses SIM AS (semua 50 negara bagian dan Distrik Columbia) dan halaman biografis dari paspor internasional (tidak termasuk visa dan dokumen perjalanan lainnya) untuk mengekstrak bidang kunci.

Contoh SIM A.S. yang diproses menggunakan Document Intelligence Studio:

Pelajari selengkapnya: model dokumen identitas

Surat nikah

Gunakan model sertifikat pernikahan untuk memproses sertifikat pernikahan AS untuk mengekstrak bidang kunci termasuk individu, tanggal, dan lokasi.

Contoh sertifikat pernikahan AS yang diproses menggunakan Document Intelligence Studio:

Pelajari selengkapnya: model dokumen identitas

Kartu kredit

Gunakan model kartu kredit untuk memproses kartu kredit dan debit untuk mengekstrak bidang kunci.

Contoh kartu kredit yang diproses menggunakan Document Intelligence Studio:

Pelajari selengkapnya: model dokumen identitas

Model kustom

Model kustom dapat diklasifikasikan secara luas ke dalam dua jenis. Model klasifikasi kustom yang mendukung klasifikasi "jenis dokumen" dan model ekstraksi kustom yang dapat mengekstrak skema yang ditentukan dari jenis dokumen tertentu.

Model dokumen kustom menganalisis dan mengekstrak data dari formulir dan dokumen khusus untuk bisnis Anda. Mereka mengenali bidang formulir dalam konten Anda yang berbeda dan mengekstrak pasangan kunci-nilai dan data tabel. Anda hanya memerlukan satu contoh jenis formulir untuk memulai.

Model kustom versi v3.0 dan yang lebih baru mendukung deteksi tanda tangan dalam templat kustom (formulir) dan tabel lintas halaman dalam model templat dan neural. Deteksi tanda tangan mencari keberadaan tanda tangan, bukan identitas orang yang menandatangani dokumen. Jika model mengembalikan unsigned untuk deteksi tanda tangan, model tidak menemukan tanda tangan di bidang yang ditentukan.

Contoh templat kustom yang diproses menggunakan Document Intelligence Studio:

Pelajari selengkapnya: model kustom

Ekstraksi kustom

Model ekstraksi kustom dapat berupa salah satu dari dua jenis, templat kustom atau neural kustom. Untuk membuat model ekstraksi kustom, beri label himpunan data dokumen dengan nilai yang ingin Anda ekstrak dan latih model pada himpunan data berlabel. Anda hanya memerlukan lima contoh jenis formulir yang sama untuk memulai.

Sampel ekstraksi kustom yang diproses menggunakan Document Intelligence Studio:

Pelajari selengkapnya: model templat kustom

Pelajari lebih lanjut: model neural kustom

Penggollong kustom

Model klasifikasi kustom memungkinkan Anda mengidentifikasi jenis dokumen sebelum memanggil model ekstraksi. Model klasifikasi tersedia dimulai dengan 2023-07-31 (GA) API. Melatih model klasifikasi kustom memerlukan setidaknya dua kelas yang berbeda dan minimal lima sampel per kelas.

Pelajari selengkapnya: model klasifikasi kustom

Model yang disusun

Model yang disusun dibuat dengan mengambil koleksi model khusus dan menetapkannya ke satu model yang mencakup jenis formulir Anda. Anda dapat menetapkan beberapa model kustom ke model yang terdiri yang disebut dengan SATU ID model. Anda dapat menetapkan hingga 200 model kustom terlatih ke satu model yang disusupi.

Jendela dialog model yang disusam di Studio Kecerdasan Dokumen:

Pelajari selengkapnya: model kustom

Persyaratan input

• Format file yang didukung:

  Model	PDF	Gambar: JPEG/JPG, , BMPPNG, TIFF, ,HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
  Read	✔	✔	✔
  Tata letak	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
  Dokumen Umum	✔	✔
  Bawaan	✔	✔
  Ekstraksi kustom	✔	✔
  Klasifikasi kustom	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview)

• Untuk hasil terbaik, berikan satu foto yang jelas atau pemindaian berkualitas tinggi per dokumen.

• Untuk PDF dan TIFF, hingga 2.000 halaman dapat diproses (dengan langganan tingkat gratis, hanya dua halaman pertama yang diproses).

• Ukuran file untuk menganalisis dokumen adalah 500 MB untuk tingkat berbayar (S0) dan 4 MB secara gratis (F0).

• Dimensi gambar harus antara 50 piksel x 50 piksel dan 10.000 piksel x 10.000 piksel.

• Jika PDF Anda dikunci dengan kata sandi, Anda harus menghapus kunci sebelum pengiriman.

• Tinggi minimum teks yang akan diekstrak adalah 12 piksel untuk gambar piksel 1024 x 768. Dimensi ini sesuai dengan tentang 8 teks titik pada 150 titik per inci (DPI).

• Untuk pelatihan model kustom, jumlah maksimum halaman untuk data pelatihan adalah 500 untuk model template kustom dan 50.000 untuk model neural kustom.

  • Untuk pelatihan model ekstraksi kustom, ukuran total data pelatihan adalah 50 MB untuk model templat dan 1 GB untuk model neural.

  • Untuk pelatihan model klasifikasi kustom, ukuran total data pelatihan adalah 1 GB dengan maksimum 10.000 halaman. Untuk pratinjau 2024-07-31 dan yang lebih baru, ukuran total data pelatihan adalah 2 GB dengan maksimum 10.000 halaman.

Catatan

Alat pelabelan sampel tidak mendukung format file BMP. Ini adalah batasan alat bukan Document Intelligence Service.

Migrasi versi

Pelajari cara menggunakan Kecerdasan Dokumen v3.0 di aplikasi Anda dengan mengikuti panduan migrasi Kecerdasan Dokumen v3.1 kami

Langkah berikutnya

• Coba pemrosesan formulir dan dokumen Anda sendiri dengan Studio Kecerdasan Dokumen.

• Selesaikan mulai cepat Kecerdasan Dokumen dan mulai membuat aplikasi pemrosesan dokumen dalam bahasa pengembangan pilihan Anda.