共用方式為

檔智慧自定義模型

  • 發行項

重要

  • Document Intelligence 公開預覽版本提供早期存取作用中開發的功能。
  • 根據使用者意見反應，功能、方法和流程在正式發行 (GA) 前可能有所變更。
  • Document Intelligence 用戶端連結庫的公開預覽版本預設為 REST API 版本 2024-02-29-preview。
  • 公開預覽版本 2024-02-29-preview 目前僅適用於下列 Azure 區域：
  • 美國東部
  • 美國西部 2
  • 西歐

此內容適用於：複選標記v4.0 （預覽） | 舊版：blue-checkmarkv3.1 （GA）blue-checkmarkv3.0 （GA）blue-checkmarkv2.1 （GA）

此內容適用於：複選標記v3.1 （GA） | 最新版本：紫色複選標記v4.0 （預覽） | 舊版：blue-checkmarkv3.0blue-checkmarkv2.1

此內容適用於：複選標記v3.0 （GA） | 最新版本：紫色複選標記v4.0 （預覽）紫色複選標記v3.1 | 舊版：blue-checkmarkv2.1

此內容適用於：複選標記v2.1 | 最新版本：blue-checkmarkv4.0（預覽）

檔智慧使用進階機器學習技術來識別檔、偵測及擷取表單和文件的資訊，並在結構化 JSON 輸出中傳回擷取的數據。 透過文件智慧，您可以使用檔分析模型、預先建置/預先定型，或已定型的獨立自定義模型。

自定義模型現在包含 自定義分類模型 ，適用於您需要在叫用擷取模型之前識別檔類型的案例。 分類器模型可從 2023-07-31 (GA) API 開始使用。 分類模型可以與自訂擷取模型配對，以分析及擷取您企業專屬的表單和文件中的欄位，以建立文件處理解決方案。 您可以結合獨立自訂擷取模型來建立組成模型。

自訂文件模型類型

自訂文件模型可以是兩種類型之一：自訂範本或自訂表單，以及自訂神經或自訂文件模型。 這兩個模型的標籤和定型程序都相同，但模型不同，如下所示：

自訂擷取模型

若要建立自訂擷取模型，您可以使用所要擷取的值來標記文件的資料集，並針對加上標籤的資料集定型模型。 您只需要五個相同表單或文件類型的範例，即可開始使用。

自訂神經模型

重要

從 4.0 版 — 2024-02-29-preview API 開始，自定義類神經模型現在支援 重疊的欄位 和 數據表、數據列和單元格層級信賴度。

自訂神經 (自訂文件) 模型會使用深度學習模型，以及在大型文件集合上定型的基礎模型。 當您使用已加上標籤的資料集來定型模型時，此模型接著會經過微調或調整為符合您的資料。 自訂神經模型支援結構化、半結構化和非結構化文件，以擷取欄位。 自訂神經模型目前支援英文文件。 當您選擇這兩種模型類型時，請從神經網路開始，以判斷其是否符合您的功能需求。 若要深入瞭解自訂文件模型，請參閱神經模型。

自訂範本模型

自訂範本或自訂表單模型依賴一致的視覺化範本來擷取標記的資料。 模型的正確性會受到文件視覺結構變異數的影響。 問卷或申請表等結構化表格是一致的視覺範本範例。

您的定型集會包含結構化文件，其中格式設定和版面配置是靜態的，且在文件實例之間都是不變的。 自訂範本模型支援索引鍵/值組、選取標記、資料表、簽章欄位和區域。 範本模型，可以在任何支援語言的文件上定型。 如需詳細資訊，請參閱自訂範本模型。

如果您的檔和擷取案例的語言支援自定義類神經網路模型，建議您透過範本模型使用自定義神經模型，以取得更高的精確度。

提示

若要確認您的定型文件呈現一致的視覺化範本，請將所有使用者輸入的資料從集合中的每個表單中移除。 如果空白表單在外觀上相同，則其代表一致的視覺化範本。

如需詳細資訊，請參閱解譯並改善自訂模型的正確性和信賴度。

輸入需求

  • 若要得到最佳結果，請為每個文件提供一張清晰的照片或高畫質的掃描檔案。

  • 支援的檔案格式：

    模型 PDF 圖片：
    jpeg/jpg、png、bmp、tiff、heif    		 Microsoft Office：
    Word（docx）、Excel（xlsx）、PowerPoint（pptx）
    參閱 ✔ ✔ ✔
    版面配置 ✔ ✔ ✔ （2024-02-29-preview、 2023-10-31-preview 及更新版本）
    一般文件 ✔ ✔
    預建 ✔ ✔
    自訂擷取 ✔ ✔
    自訂分類 ✔ ✔ ✔

    ✱ Microsoft Office 檔案目前不支援其他模型或版本。

  • 針對 PDF 和 TIFF，最多可以處理 2,000 個頁面（使用免費層訂用帳戶，只會處理前兩個頁面）。

  • 用於分析文件的檔案大小是付費 （S0） 層的 500 MB，免費 #F0 層為 4 MB。

  • 影像維度必須介於 50 x 50 像素和 10,000 x 10,000 像素之間。

  • 如果您的 PDF 有密碼鎖定，則必須先移除鎖定才能提交。

  • 針對 1024 x 768 像素影像的擷取文字高度下限為 12 像素。 此維度對應至每英吋 150 個點的大約 8點文字。

  • 針對自訂模型定型，自訂範本模型的定型資料頁數上限為 500，而自訂神經網路模型的上限則為 50,000。

  • 針對自訂擷取模型定型，範本模型的定型資料大小總計為 50 MB，而神經模型的大小總計則為 1G-MB。

  • 針對自訂分類模型定型，定型資料的大小總計為 1GB (上限為 10,000 頁)。

建置模式

建置自定義模型作業會新增範本和類神經自定義模型的支援。 舊版的 REST API 和用戶端連結庫僅支援目前稱為 範本 模式的單一建置模式。

  • 範本模型只接受具有相同基本頁面結構的文件—統一的視覺外觀—或文件內元素的相同相對位置。

  • 神經模型支援具有相同資訊但不同頁面結構的文件。 這些檔的範例包括 美國 W2 表單，這些表單共用相同的資訊，但在公司外觀上有所不同。 神經模型目前僅支援英文文字。

下表提供 GitHub 上建置模式程式設計語言 SDK 參考和程式碼範例的連結：

程式設計語言 SDK 參考 程式碼範例
C#/.NET DocumentBuildMode Struct Sample_BuildCustomModelAsync.cs
Java DocumentBuildMode 類別 BuildModel.java
JavaScript DocumentBuildMode type buildModel.js
Python DocumentBuildMode 列舉 sample_build_model.py

比較模型功能

下表比較自訂範本和自訂神經功能：

功能 自訂範本 (表單) 自訂神經 (文件)
文件結構 範本、表單和結構化 結構化、半結構化和非結構化
定型時間 1 至 5 分鐘 20 分鐘到 1 小時
資料擷取 索引鍵/值組、資料表、選取標記、座標和簽章 索引鍵/值組、選取標記和數據表
重疊欄位 不支援 支援
文件變化 每個變化都需要模型 針對所有變化使用單一模型
語言支援 多種語言支援 英文，具有西班牙文、法文、德文、義大利文和荷蘭 文支援的預覽支援

自訂分類模型

檔分類是使用 （v3.1 GA） API 的檔智慧 2023-07-31 所支援的新案例。 檔分類器 API 支援分類和分割案例。 定型分類模型，以識別應用程式支援的不同文件類型。 分類模型的輸入檔案可以包含多個文件，並將每個文件分類在相關聯的頁面範圍內。 若要深入瞭解， 請參閱自定義分類 模型。

注意

從 2024-02-29-preview API 版本檔分類開始，現在支援 Office 檔案類型進行分類。 此 API 版本也引進 分類模型的累加式定 型。

自訂模型工具

檔案智慧 v3.1 和更新版本模型支援下列工具、應用程式和連結庫、程式和連結庫：

功能 資源 Model ID
自訂模型 • 文件智慧 Studio
• REST API
• C# SDK• Python SDK
 custom-model-id

Document Intelligence v2.1 支援下列工具、應用程式和連結庫：

注意

使用 Document Intelligence 3.1 版和 v3.0 API 提供自定義模型類型 自定義神經 和 自定義範本 。

功能 資源
自訂模型 • 檔案智慧標籤工具
• REST API
• 用戶端連結庫 SDK
• 檔案智慧 Docker 容器

組建自訂模型

使用自訂模型，從特定或唯一的文件擷取資料。 您需要下列資源：

範例標記工具

提示

  • 如需增強體驗和進階模型品質，請嘗試文件智慧服務 v3.0 工作室。
  • v3.0 工作室支援使用 v2.1 標記資料定型的任何模型。
  • 如需從 v2.1 移轉到 v3.0 的詳細資訊，您可以參閱《API 移轉指南》。
  • 請參閱我們的 REST API 或是 C#、Java、JavaScript 或 Python SDK 快速入門，以開始使用 v3.0 版本。

  • 檔智慧範例標籤工具是一種 開放原始碼 工具，可讓您測試檔智慧和光學字元辨識 （OCR） 功能的最新功能。

  • 請嘗試樣本標記工具快速入門，以開始建置和使用自訂模型。

Document Intelligence Studio

注意

Document Intelligence Studio 有 v3.1 和 v3.0 API 可供使用。

  1. 在 Document Intelligence Studio 首頁上，選取 [自定義擷取模型]。

  2. 在 [我的專案] 下，選取 [建立專案]。

  3. 完成專案詳細資料欄位。

  4. 將儲存體帳戶和 Blob 容器新增至連線定型資料來源，以設定服務資源。

  5. 檢閱並建立專案。

  6. 將範例檔新增至標籤、建置及測試您的自定義模型。

試用文件智慧工作室

如需建立第一個自定義擷取模型的詳細逐步解說， 請參閱如何建立自定義擷取模型。

自訂模型擷取摘要

下表比較支援的資料擷取區域：

模型 表單欄位 選取標記 結構化欄位 (資料表) 簽章 區域標籤 重疊欄位
自訂範本 ✔ ✔ ✔ ✔ ✔ 不適用
自訂神經 ✔ ✔ ✔ 不適用 * ✔ （2024-02-29-preview）

資料表符號：
✔ —支援
**n/a— 目前無法使用;
*-根據模型的行為不同。 使用範本模型時，會在定型時產生綜合資料。 使用類神經網路時，會選取區域中已辨識的結束文字。

提示

當您選擇這兩種模型類型時，請從自訂神經模型開始，以判斷其是否符合您的功能需求。 若要深入瞭解自訂神經模型，請參閱自訂神經。

自訂模型開發選項

下表描述與相關聯工具和客戶端連結庫搭配使用的功能。 最佳做法是，請確定您使用此處所列的相容工具。

Document type REST API SDK 標記和測試模型
自定義範本 v 4.0 v3.1 v3.0 文件智慧 3.1 文件智慧 SDK Document Intelligence Studio
自定義類神經 v4.0 v3.1 v3.0 文件智慧 3.1 文件智慧 SDK Document Intelligence Studio
自定義表單 v2.1 檔智慧 2.1 GA API 文件智慧 SDK 範例標籤工具

注意

與 2.1 API 相比，使用 3.0 API 定型的自訂範本模型有一些改善，這些改善源自於 OCR 引擎的改善。 使用 2.1 API 定型自訂範本模型的資料集仍可用來使用 3.0 API 來定型新模型。

  • 若要得到最佳結果，請為每個文件提供一張清晰的照片或高畫質的掃描檔案。

  • 支援的檔案格式：JPEG/JPG、PNG、BMP、TIFF 和 PDF (文字內嵌或掃描)。 建議使用文字內嵌的 PDF，以消除擷取字元和位置時可能發生的錯誤。

  • 針對 PDF 和 TIFF 檔案，可以處理最多 2000 頁。 使用免費層訂用帳戶的情況下，只會處理前兩頁。

  • 付費 (S0) 層的檔案大小必須小於 500 MB，免費 (F0) 層必須小於 4 MB。

  • 影像維度必須介於 50 x 50 像素和 10,000 x 10,000 像素之間。

  • PDF 維度最大到 17 x 17 英吋，對應於標準 (美國 8.5 x 14) 或 A3 紙張尺寸或更小。

  • 定型資料的大小總計為 500 個頁面以下。

  • 如果您的 PDF 有密碼鎖定，則必須先移除鎖定才能提交。

    提示

    定型資料：

    • 可以的話，請使用文字型 PDF 文件，而不是影像型文件。 掃描的 PDF 將視為影像處理。
    • 請為每個文件提供單一表單執行個體。
    • 針對填入表單，請使用欄位都已填畢的範例。
    • 使用在每個欄位中具有不同值的表單。
    • 如果您的表單影像品質較低，請使用較大的資料集。 例如，使用 10 到 15 個影像。

支援的語言和地區設定

如需支援語言的完整清單，請參閱 我們的 語言支援 - 自定義模型 頁面。

下一步