Partilhar via


Modelos personalizados compostos por Document Intelligence

Importante

  • As versões de visualização pública do Document Intelligence fornecem acesso antecipado a recursos que estão em desenvolvimento ativo.
  • Recursos, abordagens e processos podem mudar, antes da Disponibilidade Geral (GA), com base nos comentários dos usuários.
  • A versão de visualização pública das bibliotecas de cliente do Document Intelligence usa como padrão a versão 2024-02-29-preview.
  • A versão de pré-visualização pública 2024-02-29-preview está atualmente disponível apenas nas seguintes regiões do Azure:
  • E.U.A. Leste
  • Oeste dos EUA2
  • Europa Ocidental

Este conteúdo aplica-se a:marca de verificaçãov4.0 (pré-visualização) | Versões anteriores:Marca de verificação azulv3.1 (GA)Marca de verificação azulv3.0 (GA)Marca de verificação azulv2.1 (GA)

Este conteúdo aplica-se a:marca de verificaçãov3.1 (GA) | Última versão:marca de verificação roxav4.0 (visualização) | Versões anteriores:Marca de verificação azulv3.0Marca de verificação azulv2.1

Este conteúdo aplica-se a:marca de verificaçãov3.0 (GA) | Últimas versões:marca de verificação roxav4.0 (preview)marca de verificação roxav3.1 | Versão anterior:Marca de verificação azulv2.1

Este conteúdo aplica-se a:marca de verificaçãov2.1 | Última versão:Marca de verificação azulv4.0 (pré-visualização)

Modelos compostos. Um modelo composto é criado pegando uma coleção de modelos personalizados e atribuindo-os a um único modelo criado a partir de seus tipos de formulário. Quando um documento é enviado para análise usando um modelo composto, o serviço executa uma classificação para decidir qual modelo personalizado representa melhor o documento enviado.

Com modelos compostos, você pode atribuir vários modelos personalizados a um modelo composto chamado com um único ID de modelo. É útil quando você treina vários modelos e deseja agrupá-los para analisar tipos de formulário semelhantes. Por exemplo, seu modelo composto pode incluir modelos personalizados treinados para analisar seus pedidos de compra de suprimentos, equipamentos e móveis. Em vez de tentar selecionar manualmente o modelo apropriado, você pode usar um modelo composto para determinar o modelo personalizado apropriado para cada análise e extração.

  • Custom form e Custom template os modelos podem ser compostos juntos em um único modelo composto.

  • Com a operação de composição de modelos, você pode atribuir até 200 modelos personalizados treinados a um único modelo composto. Para analisar um documento com um modelo composto, o Document Intelligence primeiro classifica o formulário enviado, escolhe o modelo atribuído com melhor correspondência e retorna os resultados.

  • Para modelos de modelo personalizados, o modelo composto pode ser criado usando variações de um modelo personalizado ou diferentes tipos de formulário. Esta operação é útil quando os formulários de entrada pertencem a um dos vários modelos.

  • A resposta inclui uma docType propriedade para indicar qual dos modelos compostos foi usado para analisar o documento.

  • Para Custom neural modelos, a prática recomendada é adicionar todas as diferentes variações de um único tipo de documento em um único conjunto de dados de treinamento e treinar em modelo neural personalizado. A composição do modelo é mais adequada para cenários em que você tem documentos de diferentes tipos sendo enviados para análise.

Com a introdução de modelos de classificação personalizados, você pode optar por usar um modelo composto ou um modelo de classificação como uma etapa explícita antes da análise. Para uma compreensão mais profunda de quando usar uma classificação ou um modelo composto, consulteModelos de classificação personalizados.

Limites do modelo de composição

Nota

Com a adição do modelo neural personalizado, existem alguns limites para a compatibilidade de modelos que podem ser compostos em conjunto.

Compatibilidade de modelos compostos

Tipo de modelo personalizado Modelos treinados com v2.1 e v2.0 Modelos de modelo personalizados v3.0 Modelos neurais personalizados 3.0 Modelos neurais personalizados v3.1
Modelos treinados com versões 2.1 e v2.0 Suportado Suportado Não suportado Não suportado
Modelos de modelo personalizados v3.0 Suportado Suportado Não suportado Não suportado
Modelos de modelo personalizados v3.0 Não suportado Não suportado Não suportado Não suportado
Modelos de modelo personalizados v3.1 Não suportado Não suportado Não suportado Não suportado
Modelos neurais personalizados v3.0 Não suportado Não suportado Suportado Suportado
Modelos neurais personalizados v3.1 Não suportado Não suportado Suportado Suportado
  • Para compor um modelo treinado com uma versão anterior da API (v2.1 ou anterior), treine um modelo com a API v3.0 usando o mesmo conjunto de dados rotulado. Essa adição garante que o modelo v2.1 possa ser composto com outros modelos.

  • Com modelos compostos usando v2.1 da API continua a ser suportado, não exigindo atualizações.

  • Para modelos personalizados, o número máximo que pode ser composto é 200.

Opções de desenvolvimento

O Document Intelligence v4.0:2023-02-29-preview suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística Recursos
Modelo personalizado • Document Intelligence Studio
API REST
C# SDK
Java SDK
JavaScript SDK
Python SDK
Modelo composto • Document Intelligence Studio
API REST
C# SDK
Java SDK
JavaScript SDK
Python SDK

O Document Intelligence v3.1:2023-07-31 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística Recursos
Modelo personalizado • Document Intelligence Studio
API REST
C# SDK
Java SDK
JavaScript SDK
Python SDK
Modelo composto • Document Intelligence Studio
API REST
C# SDK
Java SDK
JavaScript SDK
Python SDK

O Document Intelligence v3.0:2022-08-31 (GA) suporta as seguintes ferramentas, aplicações e bibliotecas:

Caraterística Recursos
Modelo personalizado • Document Intelligence Studio
API REST
C# SDK
Java SDK
JavaScript SDK
Python SDK
Modelo composto • Document Intelligence Studio
API REST
C# SDK
Java SDK
JavaScript SDK
Python SDK

O Document Intelligence v2.1 suporta os seguintes recursos:

Caraterística Recursos
Modelo personalizado • Ferramenta
de etiquetagem de Inteligência Documental• API REST
SDK
da biblioteca do cliente• Contêiner Docker de Inteligência Documental
Modelo composto • Ferramenta
de etiquetagem de inteligência documental• API REST
C# SDK
Java SDK
• JavaScript SDK
Python SDK

Próximos passos

Aprenda a criar e compor modelos personalizados: