设置带映射的架构

注意：Document AI Warehouse 已弃用，2025 年 1 月 16 日之后将不再在 Google Cloud上提供。为确保数据安全，请将当前保存在 Document AI Warehouse 中的所有文档迁移到 Cloud Storage 等替代方案。 请在中止日期之前验证数据迁移是否已完成，以免丢失任何数据。如需了解详情，请参阅弃用。

如果您需要将提取的实体转换为 Document AI Warehouse 属性，则需要设置或更新架构。

注意： 只有提取流水线和“使用 Document AI 处理”流水线支持架构映射。常规文档创建调用不会触发映射。

在通过映射设置架构之前，您需要了解 Document AI 处理器类型及其架构和实体类型。流水线会展平嵌套实体，因此您还需要为子实体创建映射。

例如，处理器 INVOICE_PROCESSOR 具有以下实体类型：

• line_item
• line_item/amount
• total_amount

注意： 所有实体类型不在架构（属性名称或 schema_source 名称）中的实体都将被舍弃。

{
  "property_definitions": [
    {
      "name": "line_item",
      "display_name": "line_item",
      "is_searchable": true,
      "is_filterable": true,
      "text_type_options": {}
    },
    {
      "name": "my_new_receiver_name",
      "display_name": "my_new_receiver_name",
      "is_searchable": true,
      "is_filterable": true,
      "text_type_options": {},
      "schema_sources": [
        {
          "name": "receiver_name_in_invoice",
          "processor_type": "INVOICE_PROCESSOR"
        },
        {
          "name": "receiver_name_in_w2",
          "processor_type": "FORM_W2_PROCESSOR"
        }
      ]
    }
  ]
}

如果您想让属性名称与实体类型保持一致，可以直接使用该名称，例如上述示例中的 line_item。如果您想将账单处理器中类型为 receiver_name_in_invoice 的所有实体以及表单 W2 处理器中类型为 receiver_name_in_w2 的所有实体转换为新名称 my_new_receiver_name，则可以在 schema_sources 字段中添加映射，如上例所示。但转换后，请使用 my_new_receiver_name 进行搜索和过滤。属性名称和 schema_source 名称应具有唯一性。