Intelligence sui documenti composta da modelli personalizzati
Importante
- Le versioni di anteprima pubblica di Document Intelligence consentono l'accesso anticipato alle funzionalità in fase di sviluppo attivo.
- Le funzionalità, gli approcci e i processi possono cambiare prima della disponibilità generale, a seconda del feedback degli utenti.
- La versione di anteprima pubblica delle librerie client di Document Intelligence per impostazione predefinita è l'API REST versione 2024-02-29-preview.
- L'anteprima pubblica versione 2024-02-29-preview è attualmente disponibile solo nelle aree di Azure seguenti:
- Stati Uniti orientali
- Stati Uniti occidentali2
- Europa occidentale
Questo contenuto si applica a:v4.0 (anteprima) | Versioni precedenti:v3.1 (GA)v3.0 (GA)v2.1 (GA)
Questo contenuto si applica a:v3.1 (GA) | Versione più recente:v4.0 (anteprima) | Versioni precedenti:v3.0v2.1
Questo contenuto si applica a:v3.0 (GA) | Versioni più recenti:v4.0 (anteprima)v3.1 | Versione precedente:v2.1
Questo contenuto si applica a:v2.1 | Versione più recente:v4.0 (anteprima)
Modelli composti. Un modello composto è costituito da una raccolta di modelli personalizzati assegnati a un singolo modello creato dai tipi di modulo. Quando un documento viene inviato per l'analisi usando un modello composto, il servizio esegue una classificazione per decidere quale modello personalizzato rappresenta meglio il documento inviato.
È possibile assegnare più modelli personalizzati a un modello composto denominato con un singolo ID modello. È utile quando si esegue il training di diversi modelli e si vogliono raggrupparli per analizzare tipi di modulo simili. Ad esempio, il modello composto può includere modelli personalizzati sottoposti a training per analizzare gli ordini di acquisto per forniture, attrezzature e mobili. Anziché tentare manualmente di selezionare il modello appropriato, è possibile usare un modello composto per determinare il modello personalizzato appropriato per ogni operazione di analisi ed estrazione.
I modelli
Custom form
eCustom template
possono essere uniti in un singolo modello composto.Con l'operazione di composizione di modelli, è possibile assegnare fino a 200 modelli personalizzati sottoposti a training a un singolo modello composto. Per analizzare un documento con un modello composto, Document Intelligence classifica innanzitutto il modulo inviato, sceglie il modello assegnato più adatto e restituisce i risultati.
Per i modelli personalizzati, il modello composto può essere creato usando varianti di un modello personalizzato o tipi di modulo diversi. Questa operazione è utile quando i moduli in ingresso appartengono a uno dei diversi modelli.
La risposta include una proprietà
docType
per indicare quale dei modelli composti è stato usato per analizzare il documento.Per i modelli
Custom neural
, la procedura consigliata consiste nell'aggiungere tutte le varianti diverse di un singolo tipo di documento in un singolo set di dati di training ed eseguire il training sul modello neurale personalizzato. La composizione di modelli è più indicata per gli scenari in cui vengono inviati documenti di tipi diversi per l'analisi.
Con l'introduzione di modelli di classificazione personalizzati, è possibile scegliere di usare un modello composto o un modello di classificazione come passaggio esplicito prima dell'analisi. Per informazioni più dettagliate in merito a quando usare un modello di classificazione o composto, vedereModelli di classificazione personalizzati.
Limiti della composizione di modelli
Nota
Con l'aggiunta di un modello neurale personalizzato, esistono alcuni limiti per la compatibilità dei modelli che possono essere composti insieme.
Compatibilità dei modelli composti
Tipo di modello personalizzato | Modelli sottoposti a training con v2.1 e v2.0 | Modelli personalizzati v3.0 | Modelli neurali personalizzati 3.0 | Modelli neurali personalizzati v3.1 |
---|---|---|---|---|
Modelli sottoposti a training con le versioni 2.1 e 2.0 | Supportata | Supportato | Non supportato | Non supportato |
Modelli personalizzati v3.0 | Supportata | Supportato | Non supportato | Non supportato |
Modelli personalizzati v3.0 | Non supportato | Non supportato | Non supportato | Non supportato |
Modelli di modello personalizzati v3.1 | Non supportato | Non supportato | Non supportato | Non supportato |
Modelli neurali personalizzati v3.0 | Non supportato | Non supportato | Supportata | Supportata |
Modelli neurali personalizzati v3.1 | Non supportato | Non supportato | Supportata | Supportata |
Per comporre un modello sottoposto a training con una versione precedente dell'API (v2.1 o precedente), eseguire il training di un modello con l'API v3.0 usando lo stesso set di dati etichettato. Tale aggiunta garantisce che il modello v2.1 possa essere composto con altri modelli.
Con i modelli composti con la versione 2.1 dell'API continua a essere supportato, senza richiedere aggiornamenti.
Per i modelli personalizzati, il numero massimo che può essere composto è 200.
Opzioni di sviluppo
Document Intelligence v4.0:2023-02-29-preview supporta gli strumenti, le applicazioni e le librerie seguenti:
Funzionalità | Risorse |
---|---|
Modello personalizzato | • Document Intelligence Studio • API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Modello composto | • Document Intelligence Studio • API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Document Intelligence v3.1:2023-07-31 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:
Funzionalità | Risorse |
---|---|
Modello personalizzato | • Document Intelligence Studio • API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Modello composto | • Document Intelligence Studio • API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Document Intelligence v3.0:2022-08-31 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:
Funzionalità | Risorse |
---|---|
Modello personalizzato | • Document Intelligence Studio • API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Modello composto | • Document Intelligence Studio • API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Document Intelligence v2.1 supporta le risorse seguenti:
Funzionalità | Risorse |
---|---|
Modello personalizzato | • Strumento di etichettatura di Document Intelligence• API REST• SDK della libreria client• Contenitore Docker di Document Intelligence |
Modello composto | • Strumento di etichettatura di Document Intelligence• API REST• C# SDK • Java SDK • JavaScript SDK • Python SDK |
Passaggi successivi
Informazioni su come creare e comporre modelli personalizzati:
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per