Dokumentinformation består av anpassade modeller

Viktigt!

  • Versioner av den offentliga förhandsversionen av Document Intelligence ger tidig åtkomst till funktioner som är i aktiv utveckling.
  • Funktioner, metoder och processer kan ändras, före allmän tillgänglighet (GA), baserat på användarfeedback.
  • Den offentliga förhandsversionen av Dokumentinformationsklientbiblioteken är som standard REST API version 2024-02-29-preview.
  • Förhandsversion 2024-02-29-preview är för närvarande endast tillgänglig i följande Azure-regioner:
  • USA, östra
  • USA, västra 2
  • Europa, västra

Det här innehållet gäller för:Bockmarkeringv4.0 (förhandsversion) | Tidigare versioner:blå bockmarkeringv3.1 (GA)blå bockmarkeringv3.0 (GA)blå bockmarkeringv2.1 (GA)

Det här innehållet gäller för:Bockmarkeringv3.1 (GA) | Senaste version:lila bockmarkeringv4.0 (förhandsversion) | Tidigare versioner:blå bockmarkeringv3.0blå bockmarkeringv2.1

Det här innehållet gäller för:Bockmarkeringv3.0 (GA) | Senaste versionerna:lila bockmarkeringv4.0 (förhandsversion)lila bockmarkeringv3.1 | Tidigare version:blå bockmarkeringv2.1

Det här innehållet gäller för:Bockmarkeringv2.1 | Senaste version:blå bockmarkeringv4.0 (förhandsversion)

Sammansatta modeller. En sammansatt modell skapas genom att ta en samling anpassade modeller och tilldela dem till en enda modell som skapats från dina formulärtyper. När ett dokument skickas för analys med en sammansatt modell utför tjänsten en klassificering för att avgöra vilken anpassad modell som bäst representerar det skickade dokumentet.

Med sammansatta modeller kan du tilldela flera anpassade modeller till en sammansatt modell som heter med ett enda modell-ID. Det är användbart när du tränar flera modeller och vill gruppera dem för att analysera liknande formulärtyper. Din sammansatta modell kan till exempel innehålla anpassade modeller som tränats för att analysera din leverans, utrustning och inköpsorder för möbler. I stället för att manuellt försöka välja lämplig modell kan du använda en sammansatt modell för att fastställa lämplig anpassad modell för varje analys och extrahering.

  • Custom form och Custom template modeller kan bestå tillsammans i en enda sammansatt modell.

  • Med modellens sammansättningsåtgärd kan du tilldela upp till 200 tränade anpassade modeller till en enda sammansatt modell. Om du vill analysera ett dokument med en sammansatt modell klassificerar Document Intelligence först det inskickade formuläret, väljer den bäst matchande tilldelade modellen och returnerar resultat.

  • För anpassade mallmodeller kan den sammansatta modellen skapas med varianter av en anpassad mall eller olika formulärtyper. Den här åtgärden är användbar när inkommande formulär tillhör en av flera mallar.

  • Svaret innehåller en docType egenskap som anger vilken av de sammansatta modellerna som användes för att analysera dokumentet.

  • För Custom neural modeller är bästa praxis att lägga till alla olika varianter av en enda dokumenttyp i en enda träningsdatauppsättning och träna på anpassad neural modell. Modellsammanfattning passar bäst för scenarier när du har dokument av olika typer som skickas för analys.

Med introduktionen av anpassade klassificeringsmodeller kan du välja att använda en sammansatt modell eller klassificeringsmodell som ett explicit steg före analys. En djupare förståelse för när du ska använda en klassificering eller en sammansatt modell finns iAnpassade klassificeringsmodeller.

Skapa modellgränser

Kommentar

Med tillägg av anpassad neural modell finns det några begränsningar för kompatibiliteten för modeller som kan bestå tillsammans.

Kompatibilitet för sammansatt modell

Typ av anpassad modell Modeller som tränats med v2.1 och v2.0 Anpassade mallmodeller v3.0 Anpassade neurala modeller 3.0 Anpassade neurala modeller v3.1
Modeller som tränats med version 2.1 och v2.0 Stöds Stöds Stöds inte Stöds inte
Anpassade mallmodeller v3.0 Stöds Stöds Stöds inte Stöds inte
Anpassade mallmodeller v3.0 Stöds inte Stöds inte Stöds inte Stöds inte
Anpassade mallmodeller v3.1 Stöds inte Stöds inte Stöds inte Stöds inte
Anpassade neurala modeller v3.0 Stöds inte Stöds inte Stöds Stöds
Anpassade neurala modeller v3.1 Stöds inte Stöds inte Stöds Stöds
  • Om du vill skapa en modell som tränats med en tidigare version av API:et (v2.1 eller tidigare) tränar du en modell med v3.0-API:et med samma märkta datauppsättning. Tillägget säkerställer att v2.1-modellen kan bestå av andra modeller.

  • Med modeller som består av v2.1 av API:et fortsätter att stödjas, vilket inte kräver några uppdateringar.

  • För anpassade modeller är det maximala antalet som kan bestå 200.

Utvecklingsalternativ

Document Intelligence v4.0:2023-02-29-preview stöder följande verktyg, program och bibliotek:

Funktion Resurser
Anpassad modell Document Intelligence Studio
REST API
C# SDK
Java SDK
JavaScript SDK
Python SDK
Sammansatt modell Document Intelligence Studio
REST API
C# SDK
Java SDK
JavaScript SDK
Python SDK

Document Intelligence v3.1:2023-07-31 (GA) stöder följande verktyg, program och bibliotek:

Funktion Resurser
Anpassad modell Document Intelligence Studio
REST API
C# SDK
Java SDK
JavaScript SDK
Python SDK
Sammansatt modell Document Intelligence Studio
REST API
C# SDK
Java SDK
JavaScript SDK
Python SDK

Document Intelligence v3.0:2022-08-31 (GA) stöder följande verktyg, program och bibliotek:

Funktion Resurser
Anpassad modell Document Intelligence Studio
REST API
C# SDK
Java SDK
JavaScript SDK
Python SDK
Sammansatt modell Document Intelligence Studio
REST API
C# SDK
Java SDK
JavaScript SDK
Python SDK

Document Intelligence v2.1 stöder följande resurser:

Funktion Resurser
Anpassad modell Etikettverktyg
för dokumentinformation• REST API
Klientbiblioteks-SDK
Docker-container för dokumentinformation
Sammansatt modell Etikettverktyg
för dokumentinformation• REST API
C# SDK
Java SDK
• JavaScript SDK
Python SDK

Nästa steg

Lär dig hur du skapar och skapar anpassade modeller: