了解組成模型

已完成

Azure 表格辨識器中的組成模型可讓使用者在不知道應該使用哪一個模型的情況下提交表單。

在您的民調公司中,您經常需要變更用來向回應者收集資料的表單版本。 當您提交這些表單以進行分析時,系統有時候會選擇錯誤的自訂模型。 您想要尋找可在無需指定模型版本的情況下提交表單的方法。

在這裡,您將了解組成模型如何能協助自動將表單傳送至正確的自訂模型。

什麼是組成模型?

當您有具有不尋常或唯一格式的表單時,您可以在表格辨識器中建立自訂模型並加以定型。 自訂模型可以針對您表單唯一的資料提供欄位擷取,並產生以您唯一的商務應用程式作為目標的資料。

您可以建立兩種類型的自訂模型:

  • 自訂範本模型。 當您的表單具有一致的視覺效果範本時,請使用自訂範本模型。 所有已完成的表單範例都應該具有一致的格式和版面配置。
  • 自訂神經模型。 當您的表單是較不一致、半結構化或非結構化時,請使用自訂神經模型。

您可以在單一表格辨識器資源中建立數以百計的自訂模型。 當您傳送表單以進行分析時,您必須在要求中指定您想要使用之模型的身分識別:

// Create a Forms Recognizer client
string endpoint = "<endpoint>";
string apiKey = "<apiKey>";
var credential = new AzureKeyCredential(apiKey);
var client = new DocumentAnalysisClient(new Uri(endpoint), credential);

// Specify the model to use
string modelId = "<modelId>";

// Specify the file to analyze
Uri fileUri = new Uri("<fileUri>");

// Call the model
AnalyzeDocumentOperation operation = await client.StartAnalyzeDocumentFromUriAsync(modelId, fileUri);

如果您有許多自訂模型,加以追蹤並在要求中指定正確的模型可能會相當困難。 您可能也會使用許多彼此稍微不同的表單來收集資料。

例如,假設您去年每週都會對選民進行一次問卷調查。 在那個期間,您以新的版面配置更新了表單兩次,且您針對每個版本都是使用不同的自訂範本模型來進行定型。 新表單不一定會馬上散發給您的所有問卷調查人員,因此每週問卷調查都會包含不同版本的表單。

在這種情況下,組成模型便可能會很有幫助。 組成模型是由多個自訂模型所組成的。 當您提交表單以進行分析時,表格辨識器會將其分類並選取最佳的自訂模型來進行分析。 此分類表示您不需要自行追蹤正確的自訂模型,並在要求中加以指定。

使用組成模型

在您建立一組自訂模型之後,您必須將其結合成組成模型。 您可以使用 Form Recognizer Studio 以圖形化使用者介面 (GUI),或是在自訂程式碼中使用 StartCreateComposedModelAsync() 方法來這麼做。

您提交表單以進行分析的方式,與您針對個別的自訂模型提交表單的方式相同。 請記得指定組成模型的模型識別碼。

在組成模型的結果中,您可以檢查 docType 欄位來判斷系統使用哪一個自訂模型來進行分析。

您可以在表格辨識器資源中建立的自訂模型數目,取決於您使用的自訂表單類型,以及您的服務層級:

模型的類型 免費 (F0) 層級的數目上限 標準 (S0) 層級的數目上限
自訂範本 500 5000
自訂神經 100 500
組成 5 200

可以新增至單一組成模型的自訂模型數目上限是 100 個。

自訂模型相容性

針對可以新增至相同組成模型的模型,存在一些限制:

  • 自訂範本模型可以與橫跨 3.0 和 2.1 API 版本的其他自訂範本模型組合成組成模型。
  • 自訂神經模型可以與其他自訂神經模型組合成組成模型。
  • 自訂神經模型不能與自訂範本模型組合成組成模型

深入了解