Obsługa języka: analiza dokumentów

Ta zawartość dotyczy: v4.0 (wersja zapoznawcza) | Poprzednie wersje: v3.1 (GA) v3.0 (GA) v2.1 (GA)

Modele analizy dokumentów usługi Azure AI zapewniają obsługę wielojęzycznego przetwarzania dokumentów. Nasze możliwości obsługi języka umożliwiają użytkownikom komunikowanie się z aplikacjami w naturalny sposób i zwiększanie poziomu globalnego wsparcia. Modele analizy dokumentów umożliwiają wyodrębnianie tekstu z formularzy i dokumentów oraz zwracanie zawartości gotowej do działania, użycia lub postępu organizacji. W poniższych tabelach wymieniono dostępny język i ustawienia regionalne obsługiwane przez model i funkcję:

• Przeczytaj: Model odczytu umożliwia wyodrębnianie i analizowanie tekstu drukowanego i odręcznego. Ten model jest podstawowym aparatem OCR dla innych wstępnie utworzonych modeli analizy dokumentów, takich jak układ, dokument ogólny, faktura, paragon, dokument tożsamości ,karta ubezpieczenia zdrowotnego, dokumenty podatkowe i modele niestandardowe. Aby uzyskać więcej informacji, zobacz Omówienie modelu odczytu

• Układ: model układu umożliwia wyodrębnianie i analizowanie tekstu, tabel, struktury dokumentu i znaków zaznaczenia (takich jak przyciski radiowe i pola wyboru) z formularzy i dokumentów.

Uwaga

Kod języka opcjonalny

• Modele uniwersalne oparte na uczeniu głębokim w usłudze Document Intelligence wyodrębniają cały tekst wielojęzyczny w dokumentach, w tym wiersze tekstu z językami mieszanymi i nie wymagają określenia kodu językowego.

• Nie podaj kodu języka jako parametru, chyba że masz pewność, że język i chcesz wymusić zastosowanie tylko odpowiedniego modelu. W przeciwnym razie usługa może zwrócić niekompletny i niepoprawny tekst.

• Ponadto nie trzeba określać ustawień regionalnych. Jest to opcjonalny parametr. Technologia uczenia głębokiego analizy dokumentów automatycznie wykrywa język tekstu na obrazie.

Odczyt modelu

Identyfikator modelu: wstępnie utworzony odczyt

Przeczytaj: tekst drukowany

W poniższej tabeli wymieniono obsługę języka odczytu modelu na potrzeby wyodrębniania i analizowania tekstu drukowanego.

Język	Kod (opcjonalnie)
Abaza	abq
Abchaski	ab
Achinese	ace
Acoli	ach
Adangme	ada
Adyghe	ady
Afar	aa
Afrikaans	af
Akan	ak
Albański	sq
Algonquin	alq
Angika (Devanagari)	anp
Arabski	ar
Asturyjski	ast
Asu (Tanzania)	asa
Avaric	av
Awadhi-Hindi (Devanagari)	awa
Ajmara	ay
Azerbejdżan (łaciński)	az
Bafia	ksf
Bagheli	bfy
Bambara	bm
Baszkirski	ba
Baskijski	eu
Białorusin (cyrylica)	be, be-cyrl
Białorusi (łaciński)	be, be-latn
Bemba (Zambia)	bem
Bena (Tanzania)	bez
Bhojpuri-Hindi (Devanagari)	bho
Bikol	bik
Bini	bin
Bislama	bi
Bodo (Devanagari)	brx
Bośniacki (łaciński)	bs
Brajbha	bra
Bretoński	br
Bułgarski	bg
Bundeli	bns
Buryat (Cyrylica)	bua
Kataloński	ca
Cebuano	ceb
Chamling	rab
Chamorro	ch
Czeczeński	ce
Chhattisgarhi (Devanagari)	hne
Chiga	cgg
Chiński uproszczony	zh-Hans
Chiński tradycyjny	zh-Hant
Choctaw	cho
Czukotka	ckt
Czuwaski	cv
Kornwalijski	kw
Korsykański	co
Cree	cr
Potok	mus
Tatar krymski (łaciński)	crh
Chorwacki	hr
Wrona	cro
Czeski	cs
Duński	da
Dargwa	dar
Dari	prs
Dhimal (Devanagari)	dhi
Dogri (Devanagari)	doi
Duala	dua
Dungan	dng
Niderlandzki	nl
Efik	efi
angielski	en
Erzya (cyrylica)	myv
Estoński	et
Farerski	fo
Fidżijski	fj
Filipino	fil
Fiński	fi

Język	Kod (opcjonalnie)
Fon	fon
Francuski	fr
Friulian	fur
Ga	gaa
Gagauz (łaciński)	gag
Galicyjski	gl
Ganda	lg
Gayo	gay
Niemiecki	de
Gilbertese	gil
Gondi (Devanagari)	gon
Grecki	el
Grenlandzki	kl
Guarani	gn
Gurung (Devanagari)	gvr
Gusii	guz
Kreolski haitański	ht
Halbi (Devanagari)	hlb
Hani	hni
Haryanvi	bgc
Hawajski	haw
Hebrajski	he
Herero	hz
Hiligaynon	hil
Hindi	hi
Hmong Daw (łaciński)	mww
Ho(Devanagiri)	hoc
Węgierski	hu
Iban	iba
Islandzki	is
Igbo	ig
Iloko	ilo
Inari Sami	smn
Indonezyjski	id
Ingush	inh
Interlingua	ia
Inuktitut (łaciński)	iu
Irlandzki	ga
Włoski	it
japoński	ja
Jaunsari (Devanagari)	Jns
Jawajski	jv
Jola-Fonyi	dyo
Kabardian	kbd
Kabuverdianu	kea
Kachin (łaciński)	kac
Kalenjin	kln
Kalmyk	xal
Kangri (Devanagari)	xnr
Kanuri	kr
Karachay-Balkar	krc
Kara-Kalpak (cyrylica)	kaa-cyrl
Kara-Kalpak (łaciński)	kaa
Kaszubski	csb
Kazachski (cyrylica)	kk-cyrl
Kazachski (łaciński)	kk-latn
Khakas	kjh
Khaling	klr
Khasi	kha
K'iche'	quc
Kikuyu	ki
Kildin Sami	sjd
Kinyarwanda	rw
Komi	kv
Kongo	kg
Koreański	ko
Korku	kfq
Koryak	kpy
Kosraean	kos
Kpelle	kpe
Kuanyama	kj
Kumyk (Cyrylica)	kum
Kurdyjski (arabski)	ku-arab
Kurdyjski (łaciński)	ku-latn
Kurukh (Devanagari)	kru
Kyrgyz (Cyrylica)	ky
Lak	lbe
Lakota	lkt

Język	Kod (opcjonalnie)
Łacina	la
Łotewski	lv
Lezghian	lex
Lingala	ln
Litewski	lt
Dolnołużycki	dsb
Lozi	loz
Lule Sami	smj
Luo (Kenia i Tanzania)	luo
Luksemburski	lb
Luyia	luy
Macedoński	mk
Machame	jmc
Madurese	mad
Mahasu Pahari (Devanagari)	bfz
Makhuwa-Meetto	mgh
Makonde	kde
Malgaski	mg
Malajski (łaciński)	ms
Maltański	mt
Malto (Devanagari)	kmj
Mandinka	mnk
Manx	gv
Maoryski	mi
Mapudungun	arn
Marathi	mr
Mari (Rosja)	chm
Masai	mas
Mende (Sierra Leone)	men
Meru	mer
Meta"	mgo
Minangkabau	min
Mohawk	moh
Mongolski (cyrylica)	mn
Mongondow	mog
Czarnogóra (cyrylica)	cnr-cyrl
Czarnogóra (łacińska)	cnr-latn
Morisyen	mfe
Mundang	mua
Język nahuatl	nah
Nawaho	nv
Ndonga	ng
Neapolitański	nap
Nepalski	ne
Ngomba	jgo
Niuean	niu
Nogay	nog
North Ndebele	nd
Północny Sami (łaciński)	sme
Norweski	no
Nyanja	ny
Nyankole	nyn
Nzima	nzi
Occitan	oc
Ojibwa	oj
Oromo	om
Ossetic	os
Pampanga	pam
Pangasinan	pag
Papiamento	pap
Paszto	ps
Pedi	nso
Perski	fa
Polski	pl
Portugalski	pt
Punjabi (arabski)	pa
Keczua	qu
Ripuarian	ksh
Rumuński	ro
Retoromański	rm
Rundi	rn
Rosyjski	ru
Rwa	rwk
Sadri (Devanagari)	sck
Republika Sacha	sah
Samburu	saq
Samoan (łaciński)	sm
Sango	sg

Język	Kod (opcjonalnie)
Sangu (Gabon)	snq
Sanskrit (Devanagari)	sa
Santali (Devanagiri)	sat
Szkoci	sco
Język szkocki gaelicki	gd
Sena	seh
Serbski (cyrylica)	sr-cyrl
Serbski (łaciński)	sr, sr-latn
Shambala	ksb
Shona	sn
Siksika	bla
Sirmauri (Devanagari)	srx
Skolt Sami	sms
Słowacki	sk
Słoweński	sl
Soga	xog
Somalia (arabski)	so
Somalijski (łaciński)	so-latn
Songhai	son
South Ndebele	nr
Południowy Ałtaj	alt
Południowy Sami	sma
Południowy Sotho	st
Hiszpański	es
Sundanese	su
Swahili (łaciński)	sw
Swati	ss
Szwedzki	sv
Tabassaran	tab
Tachelhit	shi
Tahitański	ty
Taita	dav
Tadżyk (cyrylica)	tg
Tamilski	ta
Tatar (Cyrylica)	tt-cyrl
Tatar (łaciński)	tt
Teso	teo
Tetum	tet
Tajlandzki	th
Thangmi	thf
Tok Pisin	tpi
Tonga	to
Tsonga	ts
Tswana	tn
Turecki	tr
Turkmen (łaciński)	tk
Tuvan	tyv
Udmurt	udm
Ujgur (cyrylica)	ug-cyrl
Ukraiński	uk
Górnołużycki	hsb
Urdu	ur
Uygur (arabski)	ug
Uzbek (arabski)	uz-arab
Uzbecki (Cyrylica)	uz-cyrl
Uzbek (łaciński)	uz
Wietnamski	vi
Volapük	vo
Vunjo	vun
Walser	wae
Walijski	cy
Zachodni Fryzyjscy	fy
Wolof	wo
Xhosa	xh
Maya	yua
Zapotec	zap
Zarma	dje
Zhen	za
Zulu	zu

Odczyt: tekst odręczny

W poniższej tabeli wymieniono obsługę języka odczytu modelu na potrzeby wyodrębniania i analizowania tekstu odręcznego .

Język	Kod języka (opcjonalnie)	Język	Kod języka (opcjonalnie)
Angielski	en	Japoński	ja
Chiński uproszczony	zh-Hans	Koreański	ko
Francuski	fr	Portugalski	pt
Niemiecki	de	Hiszpański	es
Włoski	it	Rosyjski (wersja zapoznawcza)	ru
Tajski (wersja zapoznawcza)	th	Arabski (wersja zapoznawcza)	ar

Odczyt: wykrywanie języka

Interfejs API modelu odczytu obsługuje wykrywanie języka dla następujących języków w dokumentach. Ta lista może zawierać języki, które nie są obecnie obsługiwane na potrzeby wyodrębniania tekstu.

Ważne

Wykrywanie języka

• Model odczytu analizy dokumentów może wykrywać obecność języków i zwracać kody języków dla wykrytych języków.

Wykryte języki a wyodrębnione języki

• W tej sekcji wymieniono języki, które można wykryć z dokumentów przy użyciu modelu odczytu, jeśli jest obecny.
• Należy pamiętać, że ta lista różni się od listy języków, z których obsługujemy wyodrębnianie tekstu, który jest określony w powyższych sekcjach dla każdego modelu.

Język	Kod
Afrikaans	af
Albański	sq
Amharski	am
Arabski	ar
Ormiański	hy
Asamski	as
Azerbejdżański	az
Baskijski	eu
Białoruski	be
Bengalski	bn
Bośniacki	bs
Bułgarski	bg
Birmański	my
Kataloński	ca
Środkowy Khmer	km
Chiński	zh
Chiński uproszczony	zh_chs
Chiński tradycyjny	zh_cht
Korsykański	co
Chorwacki	hr
Czeski	cs
Duński	da
Dari	prs
Divehi	dv
niderlandzki	nl
angielski	en
Esperanto	eo
Estoński	et
Fidżijski	fj
Fiński	fi
Francuski	fr
Galicyjski	gl
Gruziński	ka
Niemiecki	de
Grecki	el
Gudżarati	gu
Haitański	ht
Hausa	ha
Hebrajski	he
Hindi	hi
Hmong Daw	mww
Węgierski	hu
Islandzki	is
Igbo	ig
Indonezyjski	id
Inuktitut	iu
Irlandzki	ga
Włoski	it
japoński	ja
Jawajski	jv
Kannada	kn
Kazachski	kk
Kinyarwanda	rw
Kirgiski	ky
Koreański	ko
Kurdyjski	ku
Laotański	lo
Łacina	la

Język	Kod
Łotewski	lv
Litewski	lt
Luksemburski	lb
Macedoński	mk
Malgaski	mg
Malajski	ms
Malayalam	ml
Maltański	mt
Maoryski	mi
Marathi	mr
Mongolski	mn
Nepalski	ne
Norweski	no
Norweski Nynorsk	nn
Orija	or
Pasht	ps
Perski	fa
Polski	pl
Portugalski	pt
Pendżabski	pa
Queretaro Otomi	otq
Rumuński	ro
Rosyjski	ru
Samoański	sm
Serbski	sr
Shona	sn
Sindhi	sd
Sinhala	si
Słowacki	sk
Słoweński	sl
Somalijski	so
Hiszpański	es
Sundanese	su
Suahili	sw
Szwedzki	sv
Tagalog	tl
Tahitański	ty
Tadżycki	tg
Tamilski	ta
Tatarski	tt
Telugu	te
Tajlandzki	th
Tybetański	bo
Tigrinia	ti
Tonga	to
Turecki	tr
Turkmeński	tk
Ukraiński	uk
Urdu	ur
Uzbecki	uz
Wietnamski	vi
Walijski	cy
Xhosa	xh
Jidysz	yi
Joruba	yo
Maya	yua
Zulu	zu

Układ

Identyfikator modelu: wstępnie utworzony układ

Układ: tekst drukowany

W poniższej tabeli wymieniono obsługiwane języki dla tekstu drukowanego:

Język	Kod (opcjonalnie)
Abaza	abq
Abchaski	ab
Achinese	ace
Acoli	ach
Adangme	ada
Adyghe	ady
Afar	aa
Afrikaans	af
Akan	ak
Albański	sq
Algonquin	alq
Angika (Devanagari)	anp
Arabski	ar
Asturyjski	ast
Asu (Tanzania)	asa
Avaric	av
Awadhi-Hindi (Devanagari)	awa
Ajmara	ay
Azerbejdżan (łaciński)	az
Bafia	ksf
Bagheli	bfy
Bambara	bm
Baszkirski	ba
Baskijski	eu
Białorusin (cyrylica)	be, be-cyrl
Białorusi (łaciński)	be, be-latn
Bemba (Zambia)	bem
Bena (Tanzania)	bez
Bhojpuri-Hindi (Devanagari)	bho
Bikol	bik
Bini	bin
Bislama	bi
Bodo (Devanagari)	brx
Bośniacki (łaciński)	bs
Brajbha	bra
Bretoński	br
Bułgarski	bg
Bundeli	bns
Buryat (Cyrylica)	bua
Kataloński	ca
Cebuano	ceb
Chamling	rab
Chamorro	ch
Czeczeński	ce
Chhattisgarhi (Devanagari)	hne
Chiga	cgg
Chiński uproszczony	zh-Hans
Chiński tradycyjny	zh-Hant
Choctaw	cho
Czukotka	ckt
Czuwaski	cv
Kornwalijski	kw
Korsykański	co
Cree	cr
Potok	mus
Tatar krymski (łaciński)	crh
Chorwacki	hr
Wrona	cro
Czeski	cs
Duński	da
Dargwa	dar
Dari	prs
Dhimal (Devanagari)	dhi
Dogri (Devanagari)	doi
Duala	dua
Dungan	dng
Niderlandzki	nl
Efik	efi
angielski	en
Erzya (cyrylica)	myv
Estoński	et
Farerski	fo
Fidżijski	fj
Filipino	fil
Fiński	fi

Język	Kod (opcjonalnie)
Fon	fon
Francuski	fr
Friulian	fur
Ga	gaa
Gagauz (łaciński)	gag
Galicyjski	gl
Ganda	lg
Gayo	gay
Niemiecki	de
Gilbertese	gil
Gondi (Devanagari)	gon
Grecki	el
Grenlandzki	kl
Guarani	gn
Gurung (Devanagari)	gvr
Gusii	guz
Kreolski haitański	ht
Halbi (Devanagari)	hlb
Hani	hni
Haryanvi	bgc
Hawajski	haw
Hebrajski	he
Herero	hz
Hiligaynon	hil
Hindi	hi
Hmong Daw (łaciński)	mww
Ho(Devanagiri)	hoc
Węgierski	hu
Iban	iba
Islandzki	is
Igbo	ig
Iloko	ilo
Inari Sami	smn
Indonezyjski	id
Ingush	inh
Interlingua	ia
Inuktitut (łaciński)	iu
Irlandzki	ga
Włoski	it
japoński	ja
Jaunsari (Devanagari)	Jns
Jawajski	jv
Jola-Fonyi	dyo
Kabardian	kbd
Kabuverdianu	kea
Kachin (łaciński)	kac
Kalenjin	kln
Kalmyk	xal
Kangri (Devanagari)	xnr
Kanuri	kr
Karachay-Balkar	krc
Kara-Kalpak (cyrylica)	kaa-cyrl
Kara-Kalpak (łaciński)	kaa
Kaszubski	csb
Kazachski (cyrylica)	kk-cyrl
Kazachski (łaciński)	kk-latn
Khakas	kjh
Khaling	klr
Khasi	kha
K'iche'	quc
Kikuyu	ki
Kildin Sami	sjd
Kinyarwanda	rw
Komi	kv
Kongo	kg
Koreański	ko
Korku	kfq
Koryak	kpy
Kosraean	kos
Kpelle	kpe
Kuanyama	kj
Kumyk (Cyrylica)	kum
Kurdyjski (arabski)	ku-arab
Kurdyjski (łaciński)	ku-latn

Język	Kod (opcjonalnie)
Kurukh (Devanagari)	kru
Kyrgyz (Cyrylica)	ky
Lak	lbe
Lakota	lkt
Łacina	la
Łotewski	lv
Lezghian	lex
Lingala	ln
Litewski	lt
Dolnołużycki	dsb
Lozi	loz
Lule Sami	smj
Luo (Kenia i Tanzania)	luo
Luksemburski	lb
Luyia	luy
Macedoński	mk
Machame	jmc
Madurese	mad
Mahasu Pahari (Devanagari)	bfz
Makhuwa-Meetto	mgh
Makonde	kde
Malgaski	mg
Malajski (łaciński)	ms
Maltański	mt
Malto (Devanagari)	kmj
Mandinka	mnk
Manx	gv
Maoryski	mi
Mapudungun	arn
Marathi	mr
Mari (Rosja)	chm
Masai	mas
Mende (Sierra Leone)	men
Meru	mer
Meta"	mgo
Minangkabau	min
Mohawk	moh
Mongolski (cyrylica)	mn
Mongondow	mog
Czarnogóra (cyrylica)	cnr-cyrl
Czarnogóra (łacińska)	cnr-latn
Morisyen	mfe
Mundang	mua
Język nahuatl	nah
Nawaho	nv
Ndonga	ng
Neapolitański	nap
Nepalski	ne
Ngomba	jgo
Niuean	niu
Nogay	nog
North Ndebele	nd
Północny Sami (łaciński)	sme
Norweski	no
Nyanja	ny
Nyankole	nyn
Nzima	nzi
Occitan	oc
Ojibwa	oj
Oromo	om
Ossetic	os
Pampanga	pam
Pangasinan	pag
Papiamento	pap
Paszto	ps
Pedi	nso
Perski	fa
Polski	pl
Portugalski	pt
Punjabi (arabski)	pa
Keczua	qu
Ripuarian	ksh
Rumuński	ro
Retoromański	rm
Rundi	rn
Rosyjski	ru

Język	Kod (opcjonalnie)
Rwa	rwk
Sadri (Devanagari)	sck
Republika Sacha	sah
Samburu	saq
Samoan (łaciński)	sm
Sango	sg
Sangu (Gabon)	snq
Sanskrit (Devanagari)	sa
Santali (Devanagiri)	sat
Szkoci	sco
Język szkocki gaelicki	gd
Sena	seh
Serbski (cyrylica)	sr-cyrl
Serbski (łaciński)	sr, sr-latn
Shambala	ksb
Shona	sn
Siksika	bla
Sirmauri (Devanagari)	srx
Skolt Sami	sms
Słowacki	sk
Słoweński	sl
Soga	xog
Somalia (arabski)	so
Somalijski (łaciński)	so-latn
Songhai	son
South Ndebele	nr
Południowy Ałtaj	alt
Południowy Sami	sma
Południowy Sotho	st
Hiszpański	es
Sundanese	su
Swahili (łaciński)	sw
Swati	ss
Szwedzki	sv
Tabassaran	tab
Tachelhit	shi
Tahitański	ty
Taita	dav
Tadżyk (cyrylica)	tg
Tamilski	ta
Tatar (Cyrylica)	tt-cyrl
Tatar (łaciński)	tt
Teso	teo
Tetum	tet
Tajlandzki	th
Thangmi	thf
Tok Pisin	tpi
Tonga	to
Tsonga	ts
Tswana	tn
Turecki	tr
Turkmen (łaciński)	tk
Tuvan	tyv
Udmurt	udm
Ujgur (cyrylica)	ug-cyrl
Ukraiński	uk
Górnołużycki	hsb
Urdu	ur
Uygur (arabski)	ug
Uzbek (arabski)	uz-arab
Uzbecki (Cyrylica)	uz-cyrl
Uzbek (łaciński)	uz
Wietnamski	vi
Volapük	vo
Vunjo	vun
Walser	wae
Walijski	cy
Zachodni Fryzyjscy	fy
Wolof	wo
Xhosa	xh
Maya	yua
Zapotec	zap
Zarma	dje
Zhen	za
Zulu	zu

Układ: tekst odręczny

W poniższej tabeli wymieniono obsługę języka modelu układu na potrzeby wyodrębniania i analizowania tekstu odręcznego .

Język	Kod języka (opcjonalnie)	Język	Kod języka (opcjonalnie)
Angielski	en	Japoński	ja
Chiński uproszczony	zh-Hans	Koreański	ko
Francuski	fr	Portugalski	pt
Niemiecki	de	Hiszpański	es
Włoski	it	Rosyjski (wersja zapoznawcza)	ru
Tajski (wersja zapoznawcza)	th	Arabski (wersja zapoznawcza)	ar

Dokument ogólny

Ważne

W przypadku analizy dokumentów w wersji 4.0:2024-07-31-preview, 2023-10-31-preview i w przyszłości ogólny model dokumentu (wstępnie utworzony dokument) jest dodawany do układu (wstępnie utworzony układ). Aby wyodrębnić pary klucz-wartość, znaczniki zaznaczenia, tekst, tabele i strukturę z dokumentów, użyj następujących modeli:

Pary klucz-wartość	version	Model ID
Model układu z określonym ciągiem features=keyValuePairs zapytania.	• v4:2024-02-29-preview, 2023-10-31-preview • v3.1:2023-07-31 (OGÓLNA dostępność)	prebuilt-layout
Ogólny model dokumentu	• v3.1:2023-07-31 (GA) • v3.0:2022-08-31 (GA)	prebuilt-document

---