Azure AI 檔智慧常見問題

Azure AI 檔智慧是一項雲端式服務，使用機器學習模型從您的檔中擷取索引鍵/值組、文字和數據表。 傳回的結果是結構化 JSON 輸出。 檔智慧使用案例包括自動化數據處理、增強的數據驅動策略，以及擴充的檔搜尋功能。

檔智慧是 Azure AI 服務的一部分。 Azure AI 服務包含先前稱為 Azure 認知服務和 Azure 套用 AI 服務的所有專案。

檔智慧的先前名稱是 Azure AI 表格辨識器。 表格辨識器 於2023年7月正式成為文件情報。

價格沒有變更。 認知服務和套用 AI 服務的名稱會繼續用於 Azure 計費、成本分析、價目表和價格 API。

API 或用戶端連結庫沒有重大變更。 REST API 和 SDK 版本 2024-02-29-preview、2023-10-31-preview 和更新版本會重新命名 document intelligence。

某些平台仍在等候重新命名更新。 在 Microsoft 檔中，表格辨識器 和文件智慧的所有提及都會參考相同的 Azure 服務。

您可以使用檔產生 AI 解決方案來與您的檔案聊天、從這些檔案產生吸引性的內容，以及存取數據上的 Azure OpenAI 服務模型。 透過結合 Azure AI 檔案智慧和 Azure OpenAI，您可以建置企業應用程式，以使用自然語言順暢地與您的文件互動、輕鬆尋找答案並取得寶貴的見解，以及從現有檔產生新的且吸引人的內容。 在 技術社群部落格中尋找更多詳細數據。

語意區塊化是擷取增強式產生 （RAG） 的關鍵步驟，以確保其有效率的儲存和擷取。 檔智慧 版面配置模型 提供完整的解決方案，以取得進階內容擷取和文件結構分析的功能。

使用版面配置模型，您可以輕鬆地擷取文字和結構元素，根據語意內容將大型文字主體分割成較小的有意義的區塊，而不是任意分割。 然後，您可以將擷取的信息輸出到 Markdown 格式，以便根據提供的建置組塊定義語意區塊化策略。 在文件智慧中的 RAG 概觀中尋找更多詳細數據。

請仔細考慮包含財務數據、受保護的健康數據、個人資料或高度敏感數據的文件處理專案。

請務必符合所有 國家/地區和產業特定需求。

檔智慧中的深度學習通用模型支援許多語言，這些語言可以從影像和檔中擷取多語系文字，包括混合語言的文字行。

語言支援會因文件智慧服務功能而異。 如需檔智慧所支援之手寫和列印文字的完整清單，請參閱 語言支援。

檔智慧在60個以上的 Azure 全球基礎結構區域中正式推出。

選擇最適合您和您的客戶的區域 。

是，文件智慧會與下列服務整合：

• AI Builder 工作流程

• Azure AI 搜尋服務

• Azure Functions

• Azure Logic 應用程式

檔智慧是一項雲端式服務，其中包含來自 Azure AI 服務的光學字元辨識（OCR）、文字分析和自定義文字分類。

檔智慧會使用 OCR 來偵測及擷取 AI 所支援字樣和手寫文字文件的資訊，以提供更多結構和資訊給文字擷取。

模型與用來定型的 API 版本具有相同的生命週期。 使用正式運作 （GA） 版 API 定型的自定義模型，其生命週期與 API 版本相同。 當 API 版本已被取代時，模型就不再可供推斷使用。 使用預覽版 API 定型的模型，也具有與預覽 API 相同的生命週期。

預期預覽 API 在更新預覽 API 版本或更新 GA API 版本的三個月內淘汰。

（v3.0 和更新版本）或 train （v2.1） 自定義模型作業的build輸出包含估計的精確度分數。 此分數代表模型正確預測視覺效果相似檔上標記值的能力。

精確度是在百分比值範圍內測量，範圍從 0% （低） 到 100% （高）。

如需詳細資訊，請參閱 精確度和信賴分數。

檔視覺結構中的變數可能會影響模型的精確度。 以下是一些提示：

• 在定型數據集中包含檔的所有變化。 變化包括不同的格式;例如，數位與掃描的 PDF。

• 將視覺上不同的文件類型分開，並定型不同的模型。

• 請確定您沒有多餘的標籤。

• 針對簽章和區域標記，請勿包含周圍文字。

如需詳細資訊，請參閱 精確度和信賴分數。

信賴分數可藉由測量正確偵測到擷取結果的統計確定度，來指出機率。

信賴值範圍是從 0% （低） 到 100% （高） 的百分比。 最好以 80% 或以上的分數為目標。 對於更敏感的病例，例如財務或醫療記錄，我們建議分數接近 100%。 您也可以要求人工檢閱。

如需詳細資訊，請參閱 精確度和信賴分數。

分析作業之後，請檢閱 JSON 輸出。 confidence檢查節點底下pageResults每個索引鍵/值結果的值。 您也應該查看節點中 readResults 與文字讀取作業對應的信賴分數。 讀取結果的信賴度不會影響索引鍵/值擷取結果的信賴度，因此您應該檢查這兩者。 以下是一些提示：

• 如果物件的信賴分數 readResults 很低，請改善輸入文件的品質。

• 如果物件的信賴分數 pageResults 很低，請確定您所分析的檔類型相同。

• 請考慮將人工檢閱納入您的工作流程。

• 使用每個欄位中具有不同值的表單。

• 針對自定義模型，請使用一組較大的定型檔。 標記更多檔會教導您的模型以更高的精確度辨識欄位。

如需詳細資訊，請參閱 精確度和信賴分數。

周框方塊（polygon 在 v3.0 和更新版本中）是一個抽象矩形，圍繞檔或窗體中的文字元素。 它會作為物件偵測的參考點。

周框方塊會使用四個數值配對陣列中呈現的 x 和 y 座標平面來指定位置。 每對都以下列順序代表方塊的一個角落：左上角、右上方、右下、左下角。

針對影像，座標以像素為單位。 如果是 PDF，座標會以英吋為單位。

檔智慧提供自定義分類模型，可分析單一檔案或多檔案檔，以識別輸入檔是否包含任何定型檔類型。 此服務支援下列案例：

• 包含一個檔類型的單一檔案，例如貸款申請窗體。

• 包含多個檔的單一檔案。 例如，貸款申請套件包含貸款申請窗體、付款和銀行帳單。

• 包含相同檔之多個實例的單一檔案。 例如掃描的發票集合。

如需詳細資訊，請參閱 自定義分類模型的概觀。

Document Intelligence 提供下列平臺內的最新開發選項：

• REST API

• Document Intelligence Studio

• C#/.NET

• Java

• JavaScript/TypeScript

• Python

下表提供最新 SDK 版本的連結，並顯示支援的檔智慧 SDK 與 API 版本之間的關聯性：

如需詳細資訊，請參閱 v4.0 支援的用戶端和 v3.1 支援的用戶端。

為了提升可用性，Document Intelligence v3.0 引進了完全重新設計的用戶端連結庫。 若要成功使用最新的 Document Intelligence API 功能，您需要最新的 SDK，而且您的應用程式程式代碼必須更新，才能使用新的用戶端。

下表提供移轉至最新版檔智慧的詳細指示連結：

若要取得最佳結果，請參閱 輸入需求。

pages使用 參數（在 v2.1、v3.0 和更新版本的 REST API 中支援）來指定多頁 PDF 和 TIFF 檔的頁面。 接受的輸入包含下列範圍：

• 單一頁面。 例如，如果您指定 1, 2，則會處理第 1 頁和 2 頁。
• 有限範圍。 例如，如果您指定 2-5，則會處理第 2 到 5 頁。
• 開放式範圍。 例如，如果您指定 5-，則會處理第 5 頁中的所有頁面。 如果您指定 -10，則會處理第 1 到 10 頁。

您可以將這些參數混合在一起，範圍可以重疊。 例如，如果您指定 -5, 1, 3, 5-10，則會處理第 1 到 10 頁。

如果服務可以處理檔至少一頁，服務就會接受要求。 例如，在 5-100 五頁檔上使用 是有效的輸入，表示會處理第 5 頁。

如果您沒有提供頁面範圍，則會處理整個檔。

在大部分情況下，我們建議 使用 Document Intelligence Studio ，因為它可以縮短設定 Document Intelligence 資源和記憶體服務的時間。

請考慮針對下列案例使用表單 OCR 測試工具 （FOTT）：

• 您的數據必須保留在單一機器內。 使用FOTT範例標籤工具和檔案智慧容器。

• 您的專案高度相依於 Document Intelligence v2.1，而且您想要繼續使用 v2.1 API。

檔智慧計費會根據模型類型和分析的頁面數目，每月計算。 以下是一些詳細資料：

• 當您提交檔進行分析時，服務會分析所有頁面，除非您在要求中使用 參數來指定頁面範圍 pages 。 當服務透過讀取、OCR 或版面配置模型分析 Microsoft Excel 和 PowerPoint 檔時，會將每個 Excel 工作表和 PowerPoint 投影片計算為一頁。

• 當服務分析 PDF 和 TIFF 檔案時，它會將 PDF 檔案中的每個頁面或 TIFF 檔案中的每個影像計算為一個沒有最大字元限制的頁面。

• 當服務分析讀取和版面配置模型支援的 Microsoft Word 和 HTML 檔案時，它會計算每個區塊 3,000 個字元的頁面。 例如，如果您的檔包含 7,000 個字元，則兩個每頁各有 3,000 個字元，而一個包含 1,000 個字元的頁面最多加起來三頁。

• 當您使用讀取或版面配置模型來分析 Microsoft Word、Excel、PowerPoint 和 HTML 檔案時，不支援內嵌或連結的影像。 因此，服務不會將它們計算為新增的映像。

• 使用文件智能來定型自定義模型一律是免費的。 只有在服務使用模型來分析檔時，才會向您收取費用。

• 容器定價與雲端服務定價相同。

• 檔智慧提供免費層 （F0），您可以在其中測試所有文件智慧功能。

• 檔智慧具有大型工作負載的承諾型定價模型。

深入瞭解 Azure AI 檔智慧定價選項。

您可以在 Azure 入口網站 的計量儀錶板上找到使用量計量。 儀錶板會顯示 Azure AI 檔智慧所處理的頁數。 您可以使用 Azure 定價計算機來檢查資源上花費的預估成本。 如需詳細指示，請參閱 檢查使用量和預估成本。

檔智慧會使用自動調整來視需要提供所需的計算資源，同時降低客戶成本。 若要降低自動調整期間的節流，我們建議使用下列方法：

• 在您的應用程式中實作重試邏輯。

• 如果您發現要求數目 POST 受到節流，請考慮在要求之間新增延遲。

• 逐漸增加工作負載。 避免大幅變更。

• 建立支援要求 ，以增加每秒交易數 （TPS） 限制。

深入瞭解 Document Intelligence 服務配額和限制。

分析文件的時間取決於每個頁面上的大小（例如頁數）和相關聯的內容。

Document Intelligence 是多租用戶服務，可比較類似文件的延遲，但不一定相同。 延遲是 API 伺服器處理和處理連入要求並將傳出回應傳遞給用戶端所花費的時間量。 延遲和效能偶爾的變化，是任何微服務型、無狀態、異步服務固有的，可大規模處理影像和大型檔。

雖然我們會持續擴大硬體和容量和調整功能，但您在運行時間仍有延遲問題。

當您使用 Document Intelligence 自定義模型時，會提供自己的定型數據。 以下是一些協助有效定型模型的秘訣：

• 盡可能使用以文字為基礎的 PDF，而不是以影像為基礎的 PDF。 識別以影像為基礎的 PDF 的其中一種方式是嘗試選取檔中的特定文字。 如果您只能選取文字的整個影像，則檔是以影像為基礎，而不是以文字為基礎。

• 使用每個格式的子資料夾來組織訓練檔（JPEG/JPG、PNG、BMP、PDF 或 TIFF）。

• 使用已完成所有可用欄位的表單。

• 在每個欄位中使用具有不同值的表單。

• 如果您的影像品質低，請使用較大的數據集（超過五份訓練檔）。

深入瞭解 如何建置定型數據集。

模型的正確性層級取決於您的訓練教材品質。 以下是一些提示：

• 判斷您是否需要使用單一模型或組成單一模型的多個模型。

• 當您使用單一模型分析不同的格式時，模型精確度可能會降低。 規劃將數據集分割成資料夾，其中每個資料夾都是唯一的範本。 將每個資料夾的一個模型定型，並將產生的模型撰寫成單一端點。

• 自定義表單依賴一致的視覺範本。 如果您的表單具有格式和分頁符號的變化，請考慮分割數據集來定型多個模型。

• 請確定您有平衡的數據集，方法是考慮格式、檔類型和結構。

深入瞭解 撰寫的模型。

檔智慧沒有明確的重新定型作業。 每個定型作業都會產生新的模型。

如果您發現模型需要重新定型，請將更多範例新增至您的定型數據集，並定型新的模型。

使用模型撰寫作業，您最多可以將 200 個模型指派給單一模型標識碼。 當您使用撰寫的模型標識碼提出 Analyze Document 要求時，Document Intelligence 會將提交的窗體分類、選擇最佳模型，並傳回結果。 模型撰寫目前僅適用於使用標籤型的自訂模型。

使用撰寫模型分析檔，與使用單一模型分析檔完全相同。 結果會Analyze DocumentdocType傳回屬性，指出您為分析檔所選取的元件模型。 使用個別自定義模型或撰寫的自定義模型來分析檔的價格沒有任何變更。

深入瞭解 撰寫的模型。

您可以使用下列其中一個替代方案：

• 在呼叫自定義模型之前，請先分類檔。 您可以使用 讀取模型 ，並使用程式碼、正則表達式或搜尋等來源，根據從檔和特定片語擷取的文字來建置分類。

• 如果您想要從各種結構化、半結構化和非結構化檔擷取相同的欄位，請考慮使用深度學習 自定義神經模型。 深入瞭解 自定義範本模型與自定義神經模型之間的差異。

每個定型作業都會產生新的模型。

1. 為您的新範本建立數據集。

2. 為新模型加上標籤並定型。

3. 驗證新模型對您的特定檔類型執行良好。

4. 使用現有模型撰寫新模型到單一端點。 檔智能接著可以判斷要分析之每個檔的最佳模型。

深入瞭解 撰寫的模型。

簽章偵測 會尋找簽章是否存在，而不是簽署文件的人員身分識別。

如果模型傳 回未簽署 的簽章偵測，模型在定義的欄位中找不到簽章。

您可以從文件智慧 版面配置模型 開始，從檔和影像擷取文字、數據表、選取標記和結構資訊。 您也可以考慮下列因素：

• 您要擷取成數據表的數據，而且數據表結構是否有意義？

• 如果數據不是數據表格式，數據是否可以放入二維方格中？

• 您的數據表是否跨越多個頁面？ 若是如此，為了避免必須標記所有頁面，請先將 PDF 分割成頁面，再將它傳送至文件智慧。 分析之後，將頁面后處理至單一數據表。

• 如果您要建立自定義模型，請參閱 將標籤稱為數據表。 動態數據表具有每個數據行的可變數據列數目。 固定數據表針對每一個數據行都有一個常數的數據列數。

您可以使用複製 API，將自訂模型從一個檔案智慧帳戶複製到存在於任何支援地理區域中的其他模型。 如需詳細指示，請參閱 災害復原。

複製作業僅限於在定型模型的特定雲端環境中複製模型。 例如，不支援將模型從公用雲端複製到 Azure Government 雲端。

需要配置才能產生數據集的標籤。 如果您用於自定義定型的數據集沒有可用的標籤檔案，服務就會為您產生標籤檔案。

當您建立共用存取簽章時，默認持續時間為 48 小時。 48 小時之後，您必須建立新的令牌。

請考慮在您使用記憶體帳戶搭配檔智能的時間設定較長的持續時間。

如果您有受虛擬網路或防火牆保護的 Azure 記憶體帳戶，檔智慧無法直接存取您的記憶體帳戶。 不過，私人 Azure 記憶體帳戶存取和驗證支援 Azure 資源的受控識別。 當您使用受控識別時，Document Intelligence 服務可以使用指派的認證來存取您的記憶體帳戶。

如果您想要使用 FOTT 分析私人記憶體帳戶數據，您必須在虛擬網路或防火牆後方部署工具。

瞭解如何 為您的 Document Intelligence 資源建立和使用受控識別。

您需要至少具有讀者角色的作用 中 Azure 帳戶和訂用帳戶 ，才能存取 Document Intelligence Studio。

針對檔分析和預先建置的模型，以下是使用者案例的角色需求：

• 基本

  • 認知服務使用者：您需要此角色，檔 智慧 或 Azure 認知服務多服務 資源才能使用 Document Intelligence Studio。

• 進階

  • 參與者：您需要此角色才能建立資源群組或文件智能資源。 參與者角色不允許您列出認知服務的金鑰。 若要使用 Document Intelligence Studio，您仍然需要認知服務使用者角色。

針對自定義模型專案，以下是使用者案例的角色需求：

• 基本

  • 認知服務用戶：文件智慧或認知服務多服務資源需要此角色，才能定型自定義模型，或使用定型模型進行分析。

  • 儲存體 Blob 數據參與者：您需要此角色，記憶體帳戶才能建立專案和標記數據。

• 進階

  • 儲存體 帳戶參與者：您需要此角色，記憶體帳戶才能設定跨原始來源資源分享 （CORS） 設定。 如果您重複使用相同的記憶體帳戶，這是一次性的工作。

    參與者角色不允許您存取 Blob 中的數據。 若要使用 Document Intelligence Studio，您仍然需要 儲存體 Blob 數據參與者角色。

  • 參與者：您需要此角色才能建立資源群組和資源。 參與者角色不會讓您存取已建立的資源或記憶體。 若要使用 Document Intelligence Studio，您仍然需要基本角色。

如需詳細資訊，請參閱 Document Intelligence Studio 快速入門中的 Microsoft Entra 內建角色和 Azure 角色指派的相關章節。

針對免費層 （F0） 資源，只有前兩頁會分析您是否使用 Document Intelligence Studio、REST API 或 SDK。

在 Document Intelligence Studio 中，選取 [設定（齒輪）] 按鈕、選取 [資源] 索引卷標，然後檢查您用來分析文件的價格區間。 如果您想要分析檔中的所有頁面，請變更為付費 （S0） 資源。

若要變更 Document Intelligence Studio 中的目錄，請選取 [設定 [齒輪] 按鈕。 在 [目錄] 下，從清單中選取目錄，然後選取 [切換目錄]。 切換目錄之後，系統會提示您再次登入。

若要變更訂用帳戶或資源，請移至 [設定] 底下的 [資源] 索引標籤。

請參閱 Document Intelligence 的受控識別，以設定您的 Azure 資源。

您必須將專用IP位址 20.3.165.95新增至 Document Intelligence 資源的防火牆允許清單。

是。 Document Intelligence Studio 中的標籤體驗 開放原始碼 工具組存放庫中。

系結至此自定義專案的 Document Intelligence 資源已刪除或移至另一個資源群組。 有兩種方式可以解決此問題：

• 以相同名稱重新建立相同訂用帳戶和資源群組底下的 Document Intelligence 資源。

• 使用已移轉的檔智慧資源重新建立自定義專案，並指定相同的記憶體帳戶。

是。 文件智慧容器需要因特網連線，才能將帳單資訊傳送至 Azure。 深入瞭解 Azure 容器安全性。

連線 容器會使用 Azure 帳戶上的 Document Intelligence 資源，將帳單資訊傳送至 Azure。 使用已連線的容器時，必須有因特網連線能力，才能將帳單資訊傳送至 Azure。

已中斷連線的容器 可讓您使用與因特網中斷連線的 API。 帳單資訊 不會透過因特網傳送。 相反地，系統會根據購買的承諾用量層級向您收費。 目前，已中斷連線的容器使用量適用於 Document Intelligence 自定義和發票模型。

連線和已中斷連線容器中提供的模型功能相同，且 Document Intelligence v2.1 支援。

Document Intelligence 連線容器會使用 Azure 帳戶上的 Document Intelligence 資源，將帳單資訊傳送至 Azure。 連線 容器不會將客戶數據，例如正在分析的影像或文字傳送給 Microsoft。

如需連線容器傳送給 Microsoft 以計費的範例，請參閱 Azure AI 容器常見問題。

Document Intelligence 連線容器會使用 Azure 帳戶上的 Document Intelligence 資源，將帳單資訊傳送至 Azure。 如果容器無法與計費端點通訊，您可以收到此訊息。

FOTT 具有使用本機記憶體的版本。 版本必須安裝在 Windows 電腦上。 您可以從這個位置安裝它。

在項目頁面上，如果您的捲標檔案位於子目錄中，請將捲標資料夾 URI 指定為 /shared 或 /shared/sub-dir 。 所有其他文件智慧範例卷標工具行為都與託管服務相同。

針對異步呼叫，您可以使用共用記憶體執行多個容器。 正在處理 POST 分析呼叫的容器會將輸出儲存在記憶體中。 然後，任何其他容器都可以從記憶體擷取結果，並提供 GET 呼叫。 要求標識碼不會系結至容器。

針對同步呼叫，您可以執行多個容器，但只有一個容器提供要求。 因為它是封鎖呼叫，所以來自集區的任何容器都可以提供要求並傳送回應。 在這裡，一次只有一個容器系結至要求，而且不需要輪詢。

容器會在啟動 時使用 Mounts:Shared 屬性來指定共用記憶體來儲存處理檔案。 若要查看這個屬性的使用，請參閱 容器檔。

對 Azure 服務的每個要求都必須包含驗證標頭。 您可以使用數種方法來驗證要求：

• 使用單一服務或多重服務金鑰進行驗證。

• 使用 Microsoft Entra 識別碼進行驗證 。

• 啟用 客戶管理的金鑰。

• 授權 受控識別。

針對所有功能，檔智慧會暫時儲存數據，並在與要求相同的區域中產生 Azure 儲存體。 然後，您的數據會在您提交分析要求后的 24 小時內刪除。

深入瞭解 檔智慧的數據、隱私權和安全性。

分析和標籤之後的過渡輸出會儲存在儲存定型數據的相同 Azure 儲存體 位置。 定型的自定義模型會儲存在相同區域中的 Azure 儲存體，並以邏輯方式與您的 Azure 訂用帳戶和 API 認證隔離。

Microsoft Q&A 是 Microsoft 技術問題和解答的首頁。 您可以篩選 Document Intelligence 特有的查詢。

我們會持續更新及改善檔智慧 OCR 模型。 您可以 傳送電子郵件給 Document Intelligence 小組。 可能的話，請與反白顯示的問題共用範例檔。