Azure AI 文档智能的新增功能

此内容适用于：v4.0 (GA)v3.1 (GA)v3.0 (GA)v2.1 (GA)

文档智能服务会不断更新。 将此页添加为书签，以了解最新的发行说明、功能增强和我们的最新文档。

重要

发布 GA API 后，预览版 API 将会停用。 2023-02-28-preview API 版本即将停用。 如果仍在使用预览 API 或关联的 SDK 版本，请更新代码，以最新的 API 版本 2024-11-30 (GA) 为目标。

2025 年 4 月

文档智能 v4.0 容器现已推出！ 目前，布局模型是 v4.0 版本唯一受支持的模型。
有关详细信息， 请参阅：

• 安装和运行容器
• 容器映像标记

2024 年 12 月

文档智能 v4.0 编程语言 SDK 现已推出正式版 (GA)！

最新的客户端库默认为服务的 2024-11-30 REST API (GA) 版本。

有关详细信息，请参阅下面支持的编程语言的客户端库：

• 🆕 .NET （C#）

• 🆕 爪哇岛

• 🆕 JavaScript

• 🆕 Python

2024 年 11 月

文档智能 REST API v4.0: 2024-11-30 REST API (GA) 现已推出正式版 (GA)！ v4.0 REST API 包含以下更改：

• 🆕 Batch API

  • Batch API 现在支持所有模型，包括所有读取模型、布局模型、预生成垂直模型和自定义模型。
  • Batch API 支持 LIST 函数，允许用户列出过去七天内的批处理作业。
  • Batch API 支持 DELETE 函数，可以根据 GDPR 和隐私要求显式删除批处理作业。
  • GetAnalyzeBatchResult 支持在响应中使用 resultId，可以通过 LIST 函数列出所有 resultId。

• 🆕 可搜索 PDF。 预生成读取模型现在支持图像格式（JPEG/JPG、PNG、BMP、TIFF、HEIF）和语言扩展，目的是包括用于 PDF 输出的中文、日语和韩语。

• 自定义分类模型

  • 自定义分类模型支持增量训练。 可以向现有类添加新样本，或通过引用现有分类器来添加新类。
  • 默认情况下，使用 v4.0 时，自定义分类模型在分析期间不拆分文档。 需要将“splitMode”属性显式设置为 auto，以便保存较旧的行为。
  • 自定义分类模型现在支持将 25,000 页作为新的训练页面限制。

• 自定义神经网络模型

  • 自定义神经网络模型现在支持签名检测。
  • 需要使用较大的标记数据集来训练模型时，自定义神经模型支持较长的付费训练。 每个日历月的前 20 次训练仍然免费。 任何超过 20 的培训操作都属于付费等级。 了解有关计费的详细信息。

• 美国银行对帐单模型

  • 美国银行对帐单模型现在支持检查表提取。

• 支票模型

  • 支持付款人签名提取

• 抵押贷款文档模型

  • 抵押贷款模型现在支持 1003 表、1004 表、1005 表和结算披露表的签名检测。

• 收据模型

  • 收据模型现在支持更多字段，其中包括 ReceiptType、税率、CountryRegion、净额和说明。

• 🆕 美国税务模型

  • 为 1095A、1095C、1099SSA 和 W4 添加了新的预生成税收模型。

• 删除分析响应

  • 分析响应会在检索操作完成时起存储 24 小时。 对于想要更快地删除响应的方案，请使用删除分析响应 API 删除响应。

• v4.0 API 包含来自预览版的累积更新，如下所示：

  • 2024 年 8 月
  • 2024 年 5 月
  • 2024 年 2 月

2024 年 8 月

文档智能 2024-07-31-preview REST API 现已推出。 此预览版 API 引入并更新了多项功能：

• 公共预览版 2024-07-31-preview 目前仅在以下 Azure 区域中可用。 Azure AI Foundry 门户中的新文档字段提取模型仅适用于美国中北部区域：

• 美国东部

• 美国西部 2

• “西欧”

• 美国中北部

• 🆕 使用自定义分类器构建模型

  • 文档智能现在增加了对模型中加入显式自定义分类模型的支持。 详细了解使用新撰写功能的好处。

• 自定义分类模型

  • 自定义分类模型现在也支持就地更新模型。
  • 自定义分类模型增加了对模型复制操作的支持，以启用备份和灾难恢复。
  • 自定义分类模型现在支持显式指定输入文档中要分类的页数。

• 🆕 抵押贷款文档模型

  • 从评估（表单1004）中提取信息。
  • 从就业验证（表单 1005）中提取信息。

• 🆕 支票模型

  • 从支票中提取付款人、金额、日期和其他相关信息。

• 🆕 付款存根模型

  • 新的预生成模型，用于处理付款存根，以提取工资、工时、扣减、净工资等。

• 🆕 银行对帐单模型

  • 新的预生成模型，用于提取帐户信息，包括期初和期末余额、银行对帐单的交易详细信息。

• 🆕 美国税务模型

  • 新的统一美国税务模型，可以从 W-2、1098、1099 和 1040 等表单中提取信息。

• 🆕 可搜索 PDF。 预构建读取模型现在支持PDF 输出，可下载包含提取结果中的嵌入文本的 PDF，因此允许在搜索、内容复制等场景中使用 PDF。

• 布局模型现在支持改进的数字检测，现在可以将文档中的数字下载为图像文件，以便进一步了解数字。 布局模型还对已扫描文本的 OCR 模型进行改进，目标是针对单个字符、方框文本和密集文本文档进行改进。

• 🆕 Batch API

  • 文档智能现在增加了对批处理分析操作的支持，以支持分析一组文档，从而简化开发人员体验并提高效率。

• 附加功能

  • 该最新模型提高了查询字段 AI 提取质量。

2024 年 5 月

文档智能工作室添加了对 Microsoft Entra（以前称为 Azure Active Directory）身份验证的支持。 有关详细信息，请参阅文档智能工作室中的身份验证。

2024 年 2 月

文档智能 2024-07-31-preview REST API 现已推出。 此预览版 API 引入并更新了多项功能：

• 公共预览版 2024-07-31-preview 目前仅在以下 Azure 区域中可用：

  • 美国东部
  • 美国西部 2
  • “西欧”

• 布局模型现在支持图形检测和分层文档结构分析（节和子节）。 读取顺序和逻辑角色检测的 AI 质量也得到了改进。

• 自定义提取模型

  • 自定义提取模型现在支持单元格、行和表级别的置信度分数。 详细了解表、行和单元格置信度。
  • 自定义提取模型对字段提取做出了 AI 质量改进。
  • 自定义模板提取模型现在支持提取重叠字段。 详细了解重叠字段及其用法。

• 自定义分类模型

  • 自定义分类模型现在支持增量训练，适用于需要通过增加示例或类别来更新分类器模型的场景。 详细了解增量训练。
  • 自定义分类模型添加了对 Office 文档类型（.docx、.pptx 和 .xls）的支持。 详细了解扩展文档类型支持。

• 发票模型

  • 支持新的区域设置：

  区域设置	代码
  阿拉伯语	（ar）
  保加利亚语	（bg）
  希腊语	（el）
  希伯来语	（he）
  马其顿语	（mk）
  俄语 (ru)	塞尔维亚语（西里尔）(sr-cyrl)
  乌克兰语	（uk）
  泰语	（th）
  土耳其语	（tr）
  越南语	（vi）

  • 支持新的货币代码：

  货币	区域设置	代码
  BAM	波斯尼亚可兑换马克	（ba）
  BGN	保加利亚列弗	（bg）
  ILS	以色列新谢克尔	（il）
  MKD	马其顿代纳尔	（mk）
  RUB	俄罗斯卢布	（ru）
  THB	泰国铢	（th）
  TRY	土耳其里拉	（tr）
  UAH	乌克兰格里夫纳	（ua）
  VND	越南盾	（vn）

  • 税务项支持德国 (de)、西班牙 (es)、葡萄牙 (pt)、加拿大英语 en-CA 的扩展。

• ID 模型

  • 扩展字段支持欧盟身份证和驾照。

• 🆕 抵押贷款文档

  • 从统一住宅贷款申请中提取信息（表单 1003）。
  • 从统一承保和传递汇总（表单 1008）中提取信息。
  • 从抵押贷款结算披露中提取信息。

• 🆕 信用卡/借记卡模型

  • 从银行卡中提取信息。

• 🆕 结婚证

  • 用于从结婚证中提取信息的新预生成模型。

2023 年12 月

针对 REST API 2023-10-31-preview 的 文档智能客户端库现已可供使用！

2023 年 11 月

文档智能 2023-10-31-preview REST API 现在可用。 此预览版 API 引入并更新了多项功能：

• 公共预览版 2023-10-31-preview 目前仅在以下 Azure 区域中可用：

  • 美国东部
  • 美国西部 2
  • “西欧”

• 读取模型

  • 手写语言扩展：俄语(ru)、阿拉伯语(ar)、泰国语(th)。
  • 网络安全行政命令合规性。

• 布局模型

  • 支持 Office 和 HTML 文件。
  • Markdown 输出支持。
  • 改进表格提取、读取顺序以及章节标题检测。
  • 从文档智能 2023-10-31-preview 开始，常规文档模型（预生成文档）已被弃用。 今后，若要从文档中提取键值对，请使用 prebuilt-layout 模型并启用可选的查询字符串参数 features=keyValuePairs。

• 收据模型

  • 现在会提取所有价格相关字段的货币。

• 医疗保险卡模型

  • 针对医疗保险和医疗补助信息的新字段支持。

• 美国税务文件模型

  • 新的 1099 税务模型。 支持基本 1099 形式和以下变体：A、B、C、CAP、DIV、G、H、INT、K、LS、LTC、MISC、NEC、OID、PATR、Q、QA、R、S、SA、SB。

• 发票模型

  • 对 KVK 字段的支持。
  • 对 BPAY 字段的支持。
  • 大量字段优化。

• 自定义分类

  • 支持多语言文档。
  • 新的页面拆分选项：自动拆分、始终按页面拆分、不拆分。

• 附加功能

  • 版本中提供了2023-10-31-preview。
  • 除读取模型外，所有模型都有可用的附加功能。

注意

随着 2022-08-31 API 正式发布（GA）版本，关联的预览版 API 将被弃用。 如果使用 2021-09-30-preview、2022-01-30-preview 或 2022-06-30-preview API 版本，请将应用程序更新为面向 2022-08-31 API 版本。 涉及一些细微更改。有关详细信息，请参阅迁移指南。