使用 Document AI 處理器處理文件

注意：Document AI Warehouse 已淘汰，2025 年 1 月 16 日之後， Google Cloud就會停止提供這項服務。為確保資料安全，請將目前儲存在 Document AI Warehouse 中的所有文件，遷移至 Cloud Storage 等替代服務。 請務必在服務終止前完成資料遷移，以免資料遺失。詳情請參閱「淘汰項目」一節。

預覽

這項功能適用《服務專屬條款》中「一般服務條款」一節的《正式發布前產品條款》。正式發布前功能是依「原樣」提供，支援服務可能受限。 詳情請參閱推出階段說明。

本文說明如何使用其他 Document AI 處理器新處理的結果，更新現有文件。

目前限制

ProcessWithDocAi pipeline 只能處理在擷取期間處理過的文件。 日後版本的管道會將這個管道擴展至尚未處理的文件。請密切留意版本資訊的最新消息。

在文件結構定義中設定結構定義對應 (僅限管理員)

設定對應的結構定義文件說明如何設定 Document AI Warehouse 結構定義的新屬性或現有屬性，以便與 Document AI 擷取的實體對應。我們會在 Document AI 倉儲管理控制台中，示範如何執行這項操作。

前往 Document AI 倉儲管理控制台

確認您具備管理員存取權。然後前往管理控制台。

使用結構定義對應建立新結構定義

您可以透過結構定義對應建立新結構定義，也可以在結構定義詳細資料檢視畫面中更新結構定義，對現有結構定義套用相同步驟。請注意，目前僅能使用部分結構定義更新功能。我們不支援移除或修改現有屬性。

1. 在「結構定義管理工具」分頁中，按一下「新增」：

   

2. 輸入顯示名稱和說明。

   

   請注意，顯示名稱建立後就無法修改。說明為選填項目，建立後仍可更新。

3. 點選「下一步」。系統會顯示結構定義的 JSON 編輯器，包括上一個步驟中輸入的顯示名稱和說明。

   

   在本範例中，請將 total_amount 屬性新增至 property_definitions 清單：

       {
           "name": "total_amount",
           "display_name": "Total Amount",
           "is_repeatable": false,
           "is_filterable": true,
           "is_searchable": true,
           "is_metadata": false,
           "is_required": false,
           "float_type_options": {},
           "schema_sources": [
               {
                       "name": "total_amount",
                       "processor_type": "INVOICE_PROCESSOR"
               }
           ]
       }
   

   這項屬性已設定為對應至 INVOICE_PROCESSOR 擷取的 total_amount 欄位。如要取得完整的處理器類型清單，請使用 fetchProcessorTypes API。

   注意： 如要進一步瞭解屬性定義，請參閱這份文件。

4. 如要建立結構定義，請按一下「完成」。完成後，系統會顯示確認訊息：

   

5. 您可以查看結構定義的詳細資料。

   

範例：對 OCR 處理的文件使用發票處理器

定義結構定義中的屬性對應後，您可以使用發票處理器重新處理 OCR 處理的文件，該處理器會從剖析結果對應 total_amount 屬性。

1. 選取要重新處理的文件。

   選取要套用其他處理器的文件。然後按一下動作列中的「使用 Document AI 擷取」。

   

   彈出式對話方塊有三個輸入欄位：

   1. 處理器 ID：要用來處理文件的處理器 ID。

   2. 匯出檔案路徑：暫存 bucket 路徑，用於暫時儲存文件。

   3. 處理器結果資料夾路徑：儲存處理器剖析文件的 bucket 路徑。

   

   注意： 目前選取的文件數量上限為 3,000 份。如果搜尋結果中的文件數量超過 3,000 份，「選取所有搜尋結果」就會停用。縮小搜尋範圍或調整篩選條件，減少搜尋結果中的文件數量。

2. 取得月結單處理器 ID。

   與批次上傳指南中建立 OCR 剖析器類似，您可以從處理器庫建立應付憑據處理器。

   

   在「處理器詳細資料」頁面中找出 ID：

   

3. 觸發管道並追蹤狀態。

   在對話方塊中輸入 ID 和兩個 bucket 路徑後，即可按一下「Extract」(擷取)，觸發管道：

   

4. 觸發管道後，系統會顯示狀態追蹤頁面：

   

   目前這個頁面沒有追蹤進度。工作完成前，狀態頁面會顯示「待處理」。

5. 查看更新後的結果。

   工作完成後，您可以按一下文件，檢查擷取結果是否已正確更新。

   

   您可以看到 total_amount 屬性已從剖析結果對應。

   

   在 AI 檢視畫面中，您可以找到完整的擷取實體清單：

   

   注意： 實體對應也適用於使用 Document AI 大量上傳。

下一步

請按照下一個指南的說明，將文件匯出至 Document AI Workbench 中的自訂文件擷取器。