Modele przetwarzania dokumentów
Ważne
- Publiczne wersje zapoznawcze analizy dokumentów zapewniają wczesny dostęp do funkcji, które są aktywnie opracowywane. Funkcje, podejścia i procesy mogą ulec zmianie przed ogólną dostępnością na podstawie opinii użytkowników.
- Publiczna wersja zapoznawcza bibliotek klienckich analizy dokumentów jest domyślna dla interfejsu API REST w wersji 2024-07-31-preview.
- Publiczna wersja zapoznawcza 2024-07-31-preview jest obecnie dostępna tylko w następujących regionach świadczenia usługi Azure. Należy pamiętać, że niestandardowy model generowania (wyodrębniania pól dokumentów) w programie AI Studio jest dostępny tylko w regionie Północno-środkowe stany USA:
- Wschodnie stany USA
- Zachodnie stany USA 2
- Europa Zachodnia
- Północno-środkowe stany USA
Ta zawartość dotyczy: v4.0 (wersja zapoznawcza) | Poprzednie wersje: v3.1 (GA) v3.0 (GA) v2.1 (GA)
Ta zawartość dotyczy: wersja 3.1 (GA)Najnowsza wersja: v4.0 (wersja zapoznawcza) | | Poprzednie wersje: v3.0 v2.1
Ta zawartość dotyczy: wersja 3.0 (GA) | Najnowsze wersje: wersja 4.0 (wersja zapoznawcza) 3.1 | Poprzednia wersja: wersja 2.1
Ta zawartość dotyczy: wersja 2.1 | Najnowsza wersja: wersja 4.0 (wersja zapoznawcza)
Usługa Azure AI Document Intelligence obsługuje szeroką gamę modeli, które umożliwiają dodawanie inteligentnego przetwarzania dokumentów do aplikacji i przepływów. Możesz użyć wstępnie utworzonego modelu specyficznego dla domeny lub wytrenować model niestandardowy dostosowany do konkretnych potrzeb biznesowych i przypadków użycia. Analiza dokumentów może być używana z interfejsem API REST lub bibliotekami klienta języka Python, C#, Java i JavaScript.
Uwaga
- Projekty przetwarzania dokumentów obejmujące dane finansowe, chronione dane zdrowotne, dane osobowe lub wysoce poufne dane wymagają starannej uwagi.
- Pamiętaj, aby spełnić wszystkie wymagania krajowe/regionalne i branżowe.
Omówienie modelu
W poniższej tabeli przedstawiono dostępne modele dla każdej bieżącej wersji zapoznawczej i stabilnego interfejsu API:
Typ modelu | Model | • 2024-02-29-preview • 2023-10-31-preview |
2023-07-31 (ogólna dostępność) | 2022-08-31 (ogólna dostępność) | Wersja 2.1 (ogólna dostępność) |
---|---|---|---|---|---|
Modele analizy dokumentów | Przeczytaj | ✔️ | ✔️ | ✔️ | nie dotyczy |
Modele analizy dokumentów | Układ | ✔️ | ✔️ | ✔️ | ✔️ |
Modele analizy dokumentów | Dokument ogólny | przeniesiony do układu** | ✔️ | ✔️ | nie dotyczy |
Wstępnie utworzone modele | Czek bankowy | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Wyciąg bankowy | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Paystub | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Kontrakt | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Karta ubezpieczenia zdrowotnego | ✔️ | ✔️ | ✔️ | nie dotyczy |
Wstępnie utworzone modele | Dokument tożsamości | ✔️ | ✔️ | ✔️ | ✔️ |
Wstępnie utworzone modele | Faktura | ✔️ | ✔️ | ✔️ | ✔️ |
Wstępnie utworzone modele | Paragon | ✔️ | ✔️ | ✔️ | ✔️ |
Wstępnie utworzone modele | US Unified Tax* | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Podatek 1040 USA* | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Podatek od USA 1098* | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Podatek od USA 1099* | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Podatek w USA W2 | ✔️ | ✔️ | ✔️ | nie dotyczy |
Wstępnie utworzone modele | US Mortgage 1003 URLA | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | AMERYKAŃSKI kredyt hipoteczny 1004 URAR | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Kredyt hipoteczny USA 1005 | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Podsumowanie kredytu hipotecznego USA 1008 | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Ujawnienie zamknięcia kredytów hipotecznych w USA | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Akt małżeństwa | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Karta kredytowa | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Wstępnie utworzone modele | Wizytówka | deprecated | ✔️ | ✔️ | ✔️ |
Niestandardowy model klasyfikacji | Klasyfikator niestandardowy | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Niestandardowy model generowania | Niestandardowy model generowania | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Niestandardowy model wyodrębniania | Niestandardowe neuronowe | ✔️ | ✔️ | ✔️ | nie dotyczy |
Model customextraction | Szablon niestandardowy | ✔️ | ✔️ | ✔️ | ✔️ |
Niestandardowy model wyodrębniania | Komponowane niestandardowe | ✔️ | ✔️ | ✔️ | ✔️ |
Wszystkie modele | Możliwości dodatków | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
* — zawiera modele podrzędne. Zobacz informacje specyficzne dla modelu dotyczące obsługiwanych odmian i podtypów.
Opóźnienie
Opóźnienie to czas potrzebny na obsługę i przetwarzanie żądania przychodzącego przez serwer interfejsu API oraz dostarczanie odpowiedzi wychodzącej do klienta. Czas analizowania dokumentu zależy od rozmiaru (na przykład liczby stron) i skojarzonej zawartości na każdej stronie. Analiza dokumentów to wielodostępna usługa, w której opóźnienie podobnych dokumentów jest porównywalne, ale nie zawsze identyczne. Od czasu do czasu zmienność opóźnienia i wydajności jest nieodłączną każdą mikrousługą, bezstanową, asynchroniczną usługą, która przetwarza obrazy i duże dokumenty na dużą skalę. Mimo że stale skalujemy sprzęt i pojemność i możliwości skalowania w górę, nadal mogą występować problemy z opóźnieniami w czasie wykonywania.
Możliwość dodawania | Dodatek/wersja bezpłatna | • 2024-02-29-preview Punktor [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 (ogólna dostępność) |
2022-08-31 (ogólna dostępność) |
Wersja 2.1 (ogólna dostępność) |
---|---|---|---|---|---|
Wyodrębnianie właściwości czcionki | Dodatek | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Wyodrębnianie formuł | Dodatek | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Wyodrębnianie o wysokiej rozdzielczości | Dodatek | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Wyodrębnianie kodów kreskowych | Bezpłatna | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Wykrywanie języka | Bezpłatna | ✔️ | ✔️ | nie dotyczy | nie dotyczy |
Pary klucz-wartość | Bezpłatna | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Pola zapytania | Dodatek* | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Plik PDF z możliwością wyszukiwania | Dodatek* | ✔️ | nie dotyczy | nie dotyczy | nie dotyczy |
Funkcje analizy modelu
Model ID | Wyodrębnianie zawartości | Pola zapytania | Ustępów | Role akapitu | Znaczniki zaznaczenia | Tabele | Pary klucz-wartość | Języki | Kody kreskowe | Analiza dokumentów | Formuły* | Czcionka stylu* | Wysoka rozdzielczość* | Plik PDF z możliwością wyszukiwania |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
odczyt wstępnie utworzony | ✓ | ✓ | O | O | O | O | O | ✓ | ||||||
wstępnie utworzony układ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | O | O | O | O | O | |||
wstępnie utworzony dokument | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | O | O | O | O | O | ||
wstępnie utworzona karta biznesowa | ✓ | ✓ | ✓ | |||||||||||
wstępnie utworzony kontrakt | ✓ | ✓ | ✓ | ✓ | O | O | ✓ | ✓ | O | O | ||||
prebuilt-healthInsuranceCard.us | ✓ | ✓ | O | O | ✓ | O | O | O | ||||||
prebuilt-idDocument | ✓ | ✓ | O | O | ✓ | O | O | O | ||||||
wstępnie utworzona faktura | ✓ | ✓ | ✓ | ✓ | O | O | O | ✓ | O | O | O | |||
wstępnie utworzone potwierdzenie | ✓ | ✓ | O | O | ✓ | O | O | O | ||||||
prebuilt-marriageCertificate.us | ✓ | ✓ | O | O | ✓ | O | O | O | ||||||
wstępnie utworzona karta kredytowa | ✓ | ✓ | 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(odmiany) | ✓ | ✓ | ✓ | O | O | ✓ | O | O | O | |||||
prebuilt-tax.us.1040(odmiany) | ✓ | ✓ | O | O | ✓ | O | O | O | ||||||
{ customModelName } | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | O | O | ✓ | O | O | O |
√ - Włączone
O - Opcjonalne
* - Funkcje w warstwie Premium generują dodatkowe koszty
Dodatek* — pola zapytania są wyceniane inaczej niż inne funkcje dodatku. Aby uzyskać szczegółowe informacje, zobacz cennik .
Pola ograniczenia i współrzędne wielokątne
Pole ograniczenia (polygon
w wersji 3.0 i nowszych) to abstrakcyjny prostokąt, który otacza elementy tekstowe w dokumencie używanym jako punkt odniesienia do wykrywania obiektów.
Pole ograniczenia określa położenie przy użyciu płaszczyzny współrzędnych x i y przedstawionej w tablicy czterech par liczbowych. Każda para reprezentuje róg pola w następującej kolejności: lewy górny, prawy górny, prawy dolny, dolny lewy.
Współrzędne obrazu są prezentowane w pikselach. W przypadku pliku PDF współrzędne są prezentowane w calach.
W przypadku wszystkich modeli, z wyjątkiem modelu wizytówek, analiza dokumentów obsługuje teraz funkcje dodatków, aby umożliwić bardziej zaawansowaną analizę. Te opcjonalne możliwości można włączyć i wyłączyć w zależności od scenariusza wyodrębniania dokumentów. Dostępnych jest siedem funkcji dodatku dla wersji interfejsu API (GA) i nowszej wersji interfejsu 2023-07-31
API:
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
(2024-07-31-preview)Only available for Read Model
Obsługa języków
Uniwersalne modele oparte na uczeniu głębokim w usłudze Document Intelligence obsługują wiele języków, które mogą wyodrębniać wielojęzyczny tekst z obrazów i dokumentów, w tym wiersze tekstu w językach mieszanych. Obsługa języka różni się w zależności od funkcjonalności usługi Analizy dokumentów. Aby uzyskać pełną listę, zobacz następujące artykuły:
- Obsługa języka: modele analizy dokumentów
- Obsługa języka: wstępnie utworzone modele
- Obsługa języka: modele niestandardowe
Dostępność w regionach
Analiza dokumentów jest ogólnie dostępna w wielu 60+ regionach globalnej infrastruktury platformy Azure.
Aby uzyskać więcej informacji, zobacz stronę Geografie platformy Azure, aby pomóc wybrać region, który jest najlepszy dla Ciebie i Twoich klientów.
Szczegóły modelu
W tej sekcji opisano dane wyjściowe, których można oczekiwać od każdego modelu. Możesz rozszerzyć dane wyjściowe większości modeli za pomocą funkcji dodatków.
Odczytywanie metodą OCR
Interfejs API odczytu analizuje i wyodrębnia wiersze, wyrazy, ich lokalizacje, wykryte języki i styl odręczny, jeśli zostanie wykryty.
Przykładowy dokument przetworzony przy użyciu programu Document Intelligence Studio:
Analiza układu
Model analizy układu analizuje i wyodrębnia tekst, tabele, znaczniki zaznaczenia i inne elementy struktury, takie jak tytuły, nagłówki sekcji, nagłówki stron, stopki stron i inne.
Przykładowy dokument przetworzony przy użyciu programu Document Intelligence Studio:
Karta ubezpieczenia zdrowotnego
Model karty ubezpieczenia zdrowotnego łączy zaawansowane funkcje optycznego rozpoznawania znaków (OCR) z modelami uczenia głębokiego w celu analizowania i wyodrębniania kluczowych informacji z amerykańskich kart ubezpieczenia zdrowotnego.
Przykładowa karta ubezpieczenia zdrowotnego USA przetworzona przy użyciu usługi Document Intelligence Studio:
Amerykańskie dokumenty podatkowe
Modele dokumentów podatkowych w USA analizują i wyodrębniają kluczowe pola i elementy wierszy z wybranej grupy dokumentów podatkowych. Interfejs API obsługuje analizę dokumentów podatkowych w języku angielskim USA różnych formatów i jakości, w tym obrazów przechwyconych przez telefon, zeskanowanych dokumentów i cyfrowych plików PDF. Obecnie obsługiwane są następujące modele:
Model | opis | Identyfikator modelu |
---|---|---|
Amerykański podatek W-2 | Wyodrębnij szczegóły odszkodowania podlegającego opodatkowaniu. | prebuilt-tax.us.w2 |
Podatek amerykański 1040 | Wyodrębnij szczegóły odsetek hipotecznych. | prebuilt-tax.us.1040(odmiany) |
Podatek amerykański 1098 | Wyodrębnij szczegóły odsetek hipotecznych. | prebuilt-tax.us.1098(odmiany) |
Podatek amerykański 1099 | Wyodrębnij dochód uzyskany ze źródeł innych niż pracodawca. | prebuilt-tax.us.1099(odmiany) |
Przykładowy dokument W-2 przetworzony przy użyciu programu Document Intelligence Studio:
Amerykańskie dokumenty hipoteczne
Amerykańskie modele dokumentów hipotecznych analizują i wyodrębniają kluczowe pola, w tym kredytobiorca, pożyczka i informacje o nieruchomościach z wybranej grupy dokumentów hipotecznych. Interfejs API obsługuje analizę dokumentów hipotecznych w języku angielskim USA różnych formatów i jakości, w tym obrazów przechwyconych przez telefon, zeskanowanych dokumentów i cyfrowych plików PDF. Obecnie obsługiwane są następujące modele:
Model | opis | Identyfikator modelu |
---|---|---|
1003 Umowa licencyjna użytkownika końcowego (EULA) | Wyodrębnij pożyczkę, kredytobiorcę, szczegóły nieruchomości. | prebuilt-mortgage.us.1003 |
Dokument podsumowujący 1008 | Wyodrębnij kredytobiorcę, sprzedawcę, nieruchomość, kredyt hipoteczny i szczegóły ubezpieczania. | prebuilt-mortgage.us.1008 |
Zamykanie ujawnienia | Wyodrębnianie szczegółów zamknięcia, kosztów transakcji i pożyczki. | prebuilt-mortgage.us.closingDisclosure |
Akt małżeństwa | Wyodrębnij szczegóły informacji o małżeństwie dla osób ubiegających się o wspólne pożyczki. | wstępnie utworzone małżeństwoCertificate |
Amerykański podatek W-2 | Wyodrębnij szczegóły odszkodowania podlegającego opodatkowaniu na potrzeby weryfikacji dochodów. | prebuilt-tax.us.w2 |
Przykładowy dokument ujawnienia zamknięcia przetwarzany przy użyciu programu Document Intelligence Studio:
Kontrakt
Model kontraktu analizuje i wyodrębnia kluczowe pola i elementy wierszy z umów, w tym stron, jurysdykcji, identyfikatora umowy i tytułu. Model obsługuje obecnie dokumenty kontraktowe w języku angielskim.
Przykładowy kontrakt przetwarzany przy użyciu programu Document Intelligence Studio:
Faktura
Model faktur automatyzuje przetwarzanie faktur w celu wyodrębnienia nazwy klienta, adresu rozliczeniowego, daty ukończenia i kwoty należnej, elementów wiersza i innych kluczowych danych. Obecnie model obsługuje faktury angielskie, hiszpańskie, niemieckie, francuskie, włoskie, portugalskie i holenderskie.
Przykładowa faktura przetworzona przy użyciu programu Document Intelligence Studio:
Przyjęcie
Użyj modelu paragonu, aby zeskanować paragony sprzedaży pod kątem nazwy sprzedawcy, dat, pozycji wiersza, ilości i sum z paragonów drukowanych i odręcznych. Wersja 3.0 obsługuje również przetwarzanie paragonów hotelowych jednostronicowych.
Przykładowe potwierdzenie przetworzone przy użyciu programu Document Intelligence Studio:
Dokument tożsamości (ID)
Użyj modelu Dokumentu tożsamości (ID), aby przetworzyć licencje kierowców USA (wszystkie 50 stanów i dystryktu Kolumbii) oraz strony biograficzne z międzynarodowych paszportów (z wyjątkiem wiz i innych dokumentów podróży), aby wyodrębnić kluczowe pola.
Przykładowa licencja kierowcy USA przetworzona przy użyciu programu Document Intelligence Studio:
Akt małżeństwa
Użyj modelu certyfikatu małżeństwa, aby przetworzyć amerykańskie certyfikaty małżeńskie, aby wyodrębnić kluczowe pola, w tym osoby, datę i lokalizację.
Przykładowy certyfikat małżeństwa USA przetworzony przy użyciu usługi Document Intelligence Studio:
Karta kredytowa
Użyj modelu karty kredytowej, aby przetworzyć karty kredytowe i debetowe w celu wyodrębnienia pól kluczy.
Przykładowa karta kredytowa przetworzona przy użyciu programu Document Intelligence Studio:
Modele niestandardowe
Modele niestandardowe można ogólnie klasyfikować na dwa typy. Niestandardowe modele klasyfikacji, które obsługują klasyfikację "typu dokumentu" i niestandardowe modele wyodrębniania, które mogą wyodrębniać zdefiniowany schemat z określonego typu dokumentu.
Niestandardowe modele dokumentów analizują i wyodrębniają dane z formularzy i dokumentów specyficznych dla Twojej firmy. Rozpoznają pola formularza w obrębie odrębnej zawartości i wyodrębniają pary klucz-wartość i dane tabeli. Aby rozpocząć pracę, potrzebujesz tylko jednego przykładu typu formularza.
Modele niestandardowe w wersji 3.0 lub nowszej obsługują wykrywanie podpisów w niestandardowym szablonie (formularzu) i tabelach międzystronicowych zarówno w modelach szablonów, jak i neuronowych. Wykrywanie podpisu wyszukuje obecność podpisu, a nie tożsamość osoby, która podpisuje dokument. Jeśli model zwraca niepodpisane do wykrywania podpisów, model nie znalazł podpisu w zdefiniowanym polu.
Przykładowy szablon niestandardowy przetworzony przy użyciu programu Document Intelligence Studio:
Niestandardowe wyodrębnianie
Niestandardowy model wyodrębniania może być jednym z dwóch typów, szablonem niestandardowym lub niestandardowym neuronowym. Aby utworzyć niestandardowy model wyodrębniania, oznacz zestaw danych dokumentów wartościami, które chcesz wyodrębnić i wytrenować model w oznaczonym zestawie danych. Do rozpoczęcia pracy potrzebujesz tylko pięciu przykładów tego samego formularza lub typu dokumentu.
Przykładowe wyodrębnianie niestandardowe przetworzone przy użyciu programu Document Intelligence Studio:
Klasyfikator niestandardowy
Niestandardowy model klasyfikacji umożliwia zidentyfikowanie typu dokumentu przed wywołaniem modelu wyodrębniania. Model klasyfikacji jest dostępny od interfejsu 2023-07-31 (GA)
API. Trenowanie niestandardowego modelu klasyfikacji wymaga co najmniej dwóch odrębnych klas i co najmniej pięciu próbek na klasę.
Modele złożone
Utworzony model jest tworzony przez pobranie kolekcji modeli niestandardowych i przypisanie ich do pojedynczego modelu utworzonego na podstawie typów formularzy. Można przypisać wiele modeli niestandardowych do złożonego modelu o nazwie z jednym identyfikatorem modelu. Do pojedynczego modelu złożonego można przypisać maksymalnie 200 wytrenowanych modeli niestandardowych.
Okno dialogowe złożonego modelu w programie Document Intelligence Studio:
Wymagania dotyczące danych wejściowych
Obsługiwane formaty plików:
Model PDF Obraz: JPEG/JPG
, ,BMP
PNG
, ,TIFF
HEIF
Microsoft Office:
Word (), Excel (XLSX
DOCX
), PowerPoint (PPTX
), HTMLPrzeczytaj ✔ ✔ ✔ Układ ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview) Dokument ogólny ✔ ✔ Wstępnie utworzona ✔ ✔ Niestandardowe wyodrębnianie ✔ ✔ Klasyfikacja niestandardowa ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview) Aby uzyskać najlepsze wyniki, podaj jedno jasne zdjęcie lub wysokiej jakości skanowanie na dokument.
W przypadku plików PDF i TIFF można przetworzyć maksymalnie 2000 stron (w przypadku subskrypcji warstwy Bezpłatna przetwarzane są tylko pierwsze dwie strony).
Rozmiar pliku do analizowania dokumentów wynosi 500 MB dla warstwy płatnej (S0) i
4
MB za bezpłatną (F0).Wymiary obrazu muszą mieć od 50 pikseli x 50 pikseli do 10 000 pikseli x 10 000 pikseli.
Jeśli pliki PDF są zablokowane hasłem, przed ich przesłaniem usuń blokadę.
Minimalna wysokość tekstu do wyodrębnienia to 12 pikseli dla obrazu o rozmiarze 1024 x 768 pikseli. Ten wymiar odpowiada tekstowi
8
punktowemu na 150 kropek na cal (DPI).W przypadku trenowania modelu niestandardowego maksymalna liczba stron dla danych szkoleniowych wynosi 500 dla niestandardowego modelu szablonu i 50 000 dla niestandardowego modelu neuronowego.
W przypadku trenowania niestandardowego modelu wyodrębniania łączny rozmiar danych treningowych wynosi 50 MB dla modelu szablonu i
1
GB dla modelu neuronowego.W przypadku trenowania niestandardowego modelu klasyfikacji całkowity rozmiar danych treningowych wynosi
1
GB z maksymalnie 10 000 stron. W przypadku wersji 2024-07-31-preview i nowszych łączny rozmiar danych treningowych wynosi2
GB z maksymalnie 10 000 stron.
Uwaga
Przykładowe narzędzie etykietowania nie obsługuje formatu pliku BMP. Jest to ograniczenie narzędzia, a nie usługi analizy dokumentów.
Migracja wersji
Dowiedz się, jak używać analizy dokumentów w wersji 3.0 w aplikacjach, postępując zgodnie z naszym przewodnikiem migracji analizy dokumentów w wersji 3.1
Model | Opis |
---|---|
Analiza dokumentów | |
Układ | Wyodrębnij informacje o tekście i układzie z dokumentów. |
Wstępnie utworzone | |
Faktura | Wyodrębnij kluczowe informacje z faktur w języku angielskim i hiszpańskim. |
Paragon | Wyodrębnij kluczowe informacje z rachunków w języku angielskim. |
Dokument tożsamości | Wyodrębnij kluczowe informacje z amerykańskich licencji kierowców i międzynarodowych paszportów. |
Wizytówka | Wyodrębnij kluczowe informacje z angielskich wizytówek. |
Okres niestandardowy | |
Okres niestandardowy | Wyodrębnianie danych z formularzy i dokumentów specyficznych dla Twojej firmy. Modele niestandardowe są trenowane dla unikatowych danych i przypadków użycia. |
Składający się | Utwórz kolekcję modeli niestandardowych i przypisz je do pojedynczego modelu utworzonego na podstawie typów formularzy. |
Układ
Interfejs API układu analizuje i wyodrębnia tekst, tabele i nagłówki, znaczniki wyboru i informacje o strukturze z dokumentów.
Przykładowy dokument przetworzony przy użyciu narzędzia do etykietowania przykładowego:
Faktura
Model faktur analizuje i wyodrębnia kluczowe informacje z faktur sprzedaży. Interfejs API analizuje faktury w różnych formatach i wyodrębnia kluczowe informacje, takie jak nazwa klienta, adres rozliczeniowy, data ukończenia i kwota należności.
Przykładowa faktura przetworzona przy użyciu narzędzia do etykietowania przykładowego:
Przyjęcie
- Model paragonu analizuje i wyodrębnia kluczowe informacje z drukowanych i odręcznych paragonów sprzedaży.
Przykładowe potwierdzenie przetworzone przy użyciu narzędzia do etykietowania przykładowego:
Dokument tożsamości
Model dokumentu identyfikatora analizuje i wyodrębnia kluczowe informacje z następujących dokumentów:
Licencje kierowców USA (wszystkie 50 stanów i Dystrykt Kolumbii)
Strony biograficzne z międzynarodowych paszportów (z wyłączeniem wiz i innych dokumentów podróży). Interfejs API analizuje dokumenty tożsamości i wyodrębnia
Przykładowa licencja kierowcy USA przetworzona przy użyciu narzędzia do etykietowania przykładowego:
Karta biznesowa
Model wizytówek analizuje i wyodrębnia kluczowe informacje z obrazów wizytówek.
Przykładowa wizytówka przetworzona przy użyciu narzędzia do etykietowania przykładowego:
Niestandardowy
- Modele niestandardowe analizują i wyodrębniają dane z formularzy i dokumentów specyficznych dla Twojej firmy. Interfejs API to program uczenia maszynowego wyszkolony do rozpoznawania pól formularzy w ramach odrębnej zawartości i wyodrębniania par klucz-wartość i danych tabeli. Aby rozpocząć pracę, potrzebujesz tylko pięciu przykładów tego samego typu formularza, a model niestandardowy można wytrenować przy użyciu zestawów danych oznaczonych etykietami lub bez ich użycia.
Przykładowe przetwarzanie modelu niestandardowego przy użyciu narzędzia do etykietowania przykładowego:
Skomponowany model niestandardowy
Utworzony model jest tworzony przez pobranie kolekcji modeli niestandardowych i przypisanie ich do pojedynczego modelu utworzonego na podstawie typów formularzy. Można przypisać wiele modeli niestandardowych do złożonego modelu o nazwie z jednym identyfikatorem modelu. Do jednego modelu składanego można przypisać maksymalnie 100 wytrenowanych modeli niestandardowych.
Okno dialogowe złożonego modelu przy użyciu narzędzia Przykładowe etykietowanie:
Wyodrębnianie danych modelu
Model | Wyodrębnianie tekstu | Wykrywanie języka | Znaczniki zaznaczenia | Tabele | Ustępów | Role akapitu | Pary klucz-wartość | Pola |
---|---|---|---|---|---|---|---|---|
Układ | ✓ | ✓ | ✓ | ✓ | ✓ | |||
Faktura | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ||
Paragon | ✓ | ✓ | ✓ | |||||
Identyfikator dokumentu | ✓ | ✓ | ✓ | |||||
Wizytówka | ✓ | ✓ | ✓ | |||||
Formularz niestandardowy | ✓ | ✓ | ✓ | ✓ | ✓ |
Wymagania dotyczące danych wejściowych
Obsługiwane formaty plików:
Model PDF Obraz: JPEG/JPG
, ,BMP
PNG
, ,TIFF
HEIF
Microsoft Office:
Word (), Excel (XLSX
DOCX
), PowerPoint (PPTX
), HTMLPrzeczytaj ✔ ✔ ✔ Układ ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview) Dokument ogólny ✔ ✔ Wstępnie utworzona ✔ ✔ Niestandardowe wyodrębnianie ✔ ✔ Klasyfikacja niestandardowa ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview) Aby uzyskać najlepsze wyniki, podaj jedno jasne zdjęcie lub wysokiej jakości skanowanie na dokument.
W przypadku plików PDF i TIFF można przetworzyć maksymalnie 2000 stron (w przypadku subskrypcji warstwy Bezpłatna przetwarzane są tylko pierwsze dwie strony).
Rozmiar pliku do analizowania dokumentów wynosi 500 MB dla warstwy płatnej (S0) i
4
MB za bezpłatną (F0).Wymiary obrazu muszą mieć od 50 pikseli x 50 pikseli do 10 000 pikseli x 10 000 pikseli.
Jeśli pliki PDF są zablokowane hasłem, przed ich przesłaniem usuń blokadę.
Minimalna wysokość tekstu do wyodrębnienia to 12 pikseli dla obrazu o rozmiarze 1024 x 768 pikseli. Ten wymiar odpowiada tekstowi
8
punktowemu na 150 kropek na cal (DPI).W przypadku trenowania modelu niestandardowego maksymalna liczba stron dla danych szkoleniowych wynosi 500 dla niestandardowego modelu szablonu i 50 000 dla niestandardowego modelu neuronowego.
W przypadku trenowania niestandardowego modelu wyodrębniania łączny rozmiar danych treningowych wynosi 50 MB dla modelu szablonu i
1
GB dla modelu neuronowego.W przypadku trenowania niestandardowego modelu klasyfikacji całkowity rozmiar danych treningowych wynosi
1
GB z maksymalnie 10 000 stron. W przypadku wersji 2024-07-31-preview i nowszych łączny rozmiar danych treningowych wynosi2
GB z maksymalnie 10 000 stron.
Uwaga
Przykładowe narzędzie etykietowania nie obsługuje formatu pliku BMP. Jest to ograniczenie narzędzia, a nie usługi analizy dokumentów.
Migracja wersji
Aby dowiedzieć się, jak używać analizy dokumentów w wersji 3.0 w aplikacjach, zapoznaj się z naszym przewodnikiem migracji analizy dokumentów w wersji 3.1
Następne kroki
Spróbuj przetwarzać własne formularze i dokumenty za pomocą programu Document Intelligence Studio.
Ukończ przewodnik Szybki start dotyczący analizy dokumentów i rozpocznij tworzenie aplikacji do przetwarzania dokumentów w wybranym języku programowania.
Spróbuj przetwarzać własne formularze i dokumenty za pomocą narzędzia do etykietowania przykładowego analizy dokumentów.
Ukończ przewodnik Szybki start dotyczący analizy dokumentów i rozpocznij tworzenie aplikacji do przetwarzania dokumentów w wybranym języku programowania.