Extração baseada em modelos

Pode preparar um modelo de elevado desempenho com apenas três documentos de preparação e três documentos de teste para exemplos de utilização de esquemas fixos. Acelere o desenvolvimento e reduza o tempo de produção para tipos de documentos baseados em modelos, como W9, 1040, ACORD, inquéritos e questionários.

Configuração do conjunto de dados

É necessário um conjunto de dados de documentos para formar, atualizar a formação ou avaliar uma versão do processador. Os processadores do Document AI aprendem com exemplos, tal como os humanos. O conjunto de dados melhora a estabilidade do processador em termos de desempenho.

Conjunto de dados de preparação

Para melhorar o modelo e a respetiva precisão, prepare um conjunto de dados nos seus documentos. O modelo é composto por documentos com dados reais. Precisa de, pelo menos, três documentos para preparar um novo modelo.

A verdade fundamental são os dados corretamente etiquetados, conforme determinado por humanos.

Conjunto de dados de teste

O conjunto de dados de teste é o que o modelo usa para gerar uma pontuação F1 (precisão). É composto por documentos com dados reais. Para ver a frequência com que o modelo está correto, a verdade fundamental é usada para comparar as previsões do modelo (campos extraídos do modelo) com as respostas corretas. O conjunto de dados de teste deve ter, pelo menos, três documentos.

Antes de começar

Se ainda não o fez, ative:

• Faturação
• API Document AI

Práticas recomendadas de etiquetagem no modo de modelo

A etiquetagem adequada é um dos passos mais importantes para alcançar uma elevada precisão. O modo de modelo tem uma metodologia de etiquetagem exclusiva que difere de outros modos de preparação:

• Desenhe caixas delimitadoras à volta de toda a área onde espera que os dados estejam (por etiqueta) num documento, mesmo que a etiqueta esteja vazia no documento de preparação que está a etiquetar.
• Pode etiquetar campos vazios para a preparação baseada em modelos. Não etiquete campos vazios para a preparação baseada em modelos.

Recomendado. Exemplo de etiquetagem para preparação baseada em modelos para extrair a secção superior de um formulário 1040.

Não recomendado. Exemplo de etiquetagem para preparação baseada em modelos para extrair a secção superior de um formulário 1040. Esta é a técnica de etiquetagem que deve usar para a preparação baseada em modelos para documentos com variação de esquema entre documentos.

Crie e avalie um extrator personalizado com o modo de modelo

1. Crie um extrator personalizado. Crie um processador e defina os campos que quer extrair seguindo as práticas recomendadas>, o que é importante porque afeta a qualidade da extração.

2. Defina a localização do conjunto de dados. Selecione a pasta de opções predefinida (gerida pela Google). Isto pode ser feito automaticamente pouco depois de criar o processador.

3. Navegue para o separador Criar e selecione Importar documentos com a etiquetagem automática ativada. Normalmente, adicionar mais documentos do que o mínimo de três necessários não melhora a qualidade da preparação baseada em modelos. Em vez de adicionar mais, concentre-se em etiquetar um pequeno conjunto com muita precisão.

   Nota: pode experimentar aumentar o tamanho do conjunto de preparação se observar variações de modelos no seu conjunto de dados. Experimente incluir, pelo menos, três documentos de preparação por variação. São necessários, pelo menos, três documentos de preparação, três documentos de teste e três etiquetas de esquema por conjunto.

4. Estender caixas delimitadoras. Estas caixas para o modo de modelo devem ser semelhantes aos exemplos anteriores. Estenda as caixas delimitadoras seguindo as práticas recomendadas para obter o resultado ideal.

5. Preparar modelo.

   1. Selecione Formar nova versão.
   2. Atribua um nome à versão do processador.
   3. Aceda a Mostrar opções avançadas e selecione a abordagem de modelo baseada em modelos.

   

   Nota: a preparação demora algum tempo a ser concluída.

6. Avaliação.

   1. Aceda a Avaliar e testar.
   2. Selecione a versão que acabou de preparar e, de seguida, selecione Ver avaliação completa.

   

   Agora, vê métricas como F1, precisão e recall para todo o documento e cada campo. 1. Decida se o desempenho cumpre os seus objetivos de produção e, caso contrário, reavalie os conjuntos de preparação e de testes.

7. Definir uma nova versão como predefinida.

   1. Navegue para Gerir versões.
   2. Selecione para ver o menu de definições e, de seguida, marque Definir como predefinição.

   

   O seu modelo está agora implementado e os documentos enviados para este processador usam a sua versão personalizada. Quer avaliar o desempenho do modelo (mais detalhes sobre como o fazer) para verificar se requer mais preparação.

Referência de avaliação

O motor de avaliação pode fazer correspondência exata ou correspondência aproximada. Para uma correspondência exata, o valor extraído tem de corresponder exatamente à verdade fundamental ou é contabilizado como uma falha.

As extrações de correspondência aproximada que tinham pequenas diferenças, como diferenças na utilização de maiúsculas e minúsculas, continuam a ser consideradas uma correspondência. Pode alterar esta opção no ecrã Avaliação.

Etiquetagem automática com o modelo base

O modelo base pode extrair campos com precisão para uma variedade de tipos de documentos, mas também pode fornecer dados de preparação adicionais para melhorar a precisão do modelo para estruturas de documentos específicas.

A IA Documentos usa os nomes das etiquetas que define e as anotações anteriores para tornar a etiquetagem de documentos em grande escala mais rápida e fácil com a etiquetagem automática.

1. Depois de criar um processador personalizado, aceda ao separador Começar.

2. Selecione Criar novo campo.

   Nota: o nome da etiqueta com o modelo base pode afetar significativamente a precisão do modelo e o desempenho. Certifique-se de que atribui um nome descritivo.

   

3. Navegue para o separador Criar e, de seguida, selecione Importar documentos.

   

4. Selecione o caminho dos documentos e o conjunto para o qual os documentos devem ser importados. Selecione a caixa de verificação da etiquetagem automática e selecione o modelo base.

5. No separador Compilar, selecione Gerir conjunto de dados. Deve ver os documentos importados. Selecione um dos seus documentos.

   

6. As previsões do modelo são realçadas a roxo. Tem de rever cada etiqueta prevista pelo modelo e garantir que está correta. Se existirem campos em falta, também tem de os adicionar.

   Nota: é importante que todos os campos sejam o mais precisos possível, caso contrário, o desempenho do modelo será afetado. Para mais detalhes sobre a etiquetagem.

   

7. Depois de rever o documento, selecione Marcar como etiquetado.

8. O documento está agora pronto para ser usado pelo modelo. Certifique-se de que o documento está no conjunto de testes ou de preparação.