Melhorar o desempenho do seu modelo de processamento de documentos
Se o desempenho do seu modelo não está ao nível que pretende, por exemplo, está a obter maus resultados ou pontuações de baixa confiança, há algumas coisas que pode tentar.
Interpretar a sua classificação de precisão do modelo
Interprete a sua classificação de precisão para identificar o que o seu modelo está a ter dificuldade em extrair. As avaliações de modelos incluem recomendações para aumentar a classificação.
Iniciar sessão no Power Apps ou no Power Automate.
No painel esquerdo, selecione ... Mais>Hub de IA.
Em Descobrir uma capacidade de IA, selecione modelos de IA.
(Opcional) Para manter os modelos de IA permanentemente no menu para facilitar o acesso, selecione o ícone afixar.
Abra o modelo de processamento de documentos que pretende investigar. Deverá ver a classificação de precisão.
Nota
Nos seguintes casos, não verá as pontuações de precisão para modelos de processamento de documentos:
- Se o modelo foi preparado pela seleção de "Documentos gerais" como o tipo de documento. Atualmente, as pontuações de precisão só são obtidas para modelos do tipo "Documentos de modelo fixo".
- O seu modelo foi importado de outro ambiente.
- Se o modelo foi preparado antes de 1 de janeiro de 2022. Neste caso, pode voltar a prepará-lo.
Na página de detalhes do modelo, deverá ver a classificação de precisão geral.
Para obter detalhes, selecione rever avaliação completa.
Neste painel, pode navegar entre os diferentes separadores para identificar o que o modelo está a ter dificuldade em extrair. Pode navegar nos separador Coleção, Campo, Tabela e Caixa de Verificação para descobrir o que não é processado corretamente.
Eis um exemplo das informações no separador Campo.
Neste exemplo, pretende melhorar a precisão das informações do Fornecedor.
Consulte sugestões sobre o que pode fazer para melhorar o seu modelo pairando o cursor sobre sobre os itens com uma má classificação de precisão. Por exemplo, poderá ver uma recomendação para fornecer mais documentos de amostra para preparação.
Perguntas comuns
O que posso fazer se tiver uma classificação de precisão baixa para um campo, tabela ou caixa de verificação?
- Verifique se o campo, tabela ou caixa de verificação está corretamente etiquetado em todos os documentos.
- Forneça mais documentos de amostra para preparação em que campo, tabela ou caixa de verificação esteja presente.
O que posso fazer se tiver uma classificação de precisão baixa para uma coleção?
Verifique se todos os documentos dentro da coleção têm todos o mesmo esquema. Para mais informações sobre coleções, aceda a Agrupar documentos por coleções.
Adicione mais documentos aos dados de formação
Quanto mais documentos etiquetar, mais o AI Builder aprende a reconhecer melhor os campos. Para adicionar mais documentos, edite o seu modelo de processamento de documentos e carregue mais documentos. Encontra a opção de editar o modelo na página de detalhes do modelo.
Mais sugestões
- Para formulários preenchidos, use exemplos que tenham todos os seus campos preenchidos.
- Utilize formulários com diferentes valores em cada campo.
- Se as imagens do seu formulário forem de menor qualidade, utilize um conjunto de dados maior (10-15 imagens, por exemplo).
- Se possível, utilize documentos PDF baseados em texto em vez de documentos baseados em imagens. Os PDFs digitalizados são tratados como imagens.
- Quando cria um novo modelo de processamento de documentos, carrega documentos com o mesmo esquema em que cada documento é uma instância separada. Por exemplo, as faturas de meses diferentes devem estar em documentos separados e não todas no mesmo.
- Os documentos que têm esquemas diferentes devem entrar em diferentes coleções quando carregar exemplos para o treino.
- Se o modelo de processamento de documentos estiver a extrair valores de campos vizinhos ao que pretende que o modelo extraia, edite o modelo e coloque etiquetas em valores adjacentes que estão a ser obtidos incorretamente como sendo campos diferentes. Ao fazê-lo, o modelo aprende melhor os limites para cada campo.