Modello di documento di Informazioni sui documenti

Questo contenuto si applica a: v3.1 (disponibilità generale) | Ultima versione: v4.0 (anteprima) | Versione precedente: v3.0

Questo contenuto si applica a: v3.0 (disponibilità generale) | Ultime versioni: v4.0 (anteprima) v3.1

Funzionalità del documento generale

• Il modello di documento generale è un modello già sottoposto a training che non richiede etichette o training.

• Una singola API estrae coppie chiave/valore, segni di selezione, tabelle e struttura dai documenti.

• Il modello di documento generale supporta documenti strutturati, semistrutturati e non strutturati.

• I segni di selezione vengono identificati come campi con un valore :selected: o :unselected:.

Documento di esempio elaborato con Studio di Informazioni sui documenti

Estrazione di coppie chiave-valore

L'API del documento generale supporta la maggior parte dei tipi di modulo e analizza i documenti, quindi estrae le chiavi e i valori associati. È ideale per estrarre coppie chiave-valore comuni dai documenti. È possibile usare il modello di documento generale come alternativa al training di un modello personalizzato senza etichette.

Opzioni di sviluppo

Informazioni sui documenti v3. 1 supporta gli strumenti, le applicazioni e le librerie seguenti:

Informazioni sui documenti v3.0 supporta gli strumenti, le applicazioni e le librerie seguenti:

Requisiti di input

• Formati di file supportati:

  Modello	PDF	Immagine: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
  Lettura	✔	✔	✔
  Layout	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
  Documento generale	✔	✔
  Predefinito	✔	✔
  Estrazione personalizzata	✔	✔
  Classificazione personalizzata	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview)

• Per risultati ottimali, fornire una foto chiara o una scansione di alta qualità per ogni documento.

• Per i formati PDF e TIFF, possono essere elaborate fino a 2.000 pagine (con una sottoscrizione di livello gratuito vengono elaborate solo le prime due pagine).

• Le dimensioni del file per l'analisi dei documenti sono di 500 MB per il livello a pagamento (S0) e 4 MB per il livello gratuito (F0).

• Per le immagini, le dimensioni devono essere comprese tra 50 x 50 pixel e 10.000 x 10.000 pixel.

• Se i file PDF sono bloccati da password, è necessario rimuovere il blocco prima dell'invio.

• L'altezza minima del testo da estrarre è di 12 pixel per un'immagine 1024 x 768 pixel. Queste dimensioni corrispondono approssimativamente a un testo con dimensioni di 8 punti e 150 punti per pollice (DPI).

• Per il training di modelli personalizzati, il numero massimo di pagine per i dati di training è 500 per il modello personalizzato e 50.000 per il modello neurale personalizzato.

  • Per il training di modelli di estrazione personalizzati, le dimensioni totali dei dati di training sono di 50 MB per il modello e 1 GB per il modello neurale.

  • Per il training del modello di classificazione personalizzato, le dimensioni totali dei dati di training sono 1 GB con un massimo di 10.000 pagine. Per 2024-07-31-preview e le versioni successive, le dimensioni totali dei dati di training sono 2 GB con un massimo di 10.000 pagine.

Estrazione dati del modello di documento generale

Provare a estrarre dati da moduli e documenti usando Studio di Informazioni sui documenti.

Sono necessarie le risorse seguenti:

• Sottoscrizione di Azure: è possibile crearne una gratuitamente.

• Istanza di Informazioni sui documenti nel portale di Azure. Per provare il servizio, è possibile usare il piano tariffario gratuito (F0). Dopo la distribuzione della risorsa, selezionare Vai alla risorsa per recuperare la chiave e l'endpoint.

1. Nella home page di Document Intelligence Studio selezionare Documenti generali.

2. È possibile analizzare il documento di esempio o caricare i propri file.

3. Selezionare il pulsante Esegui analisi e, se necessario, configurare Analizza opzioni:

   

   Provare Studio di Informazioni sui documenti.

Coppie chiave-valore

Le coppie chiave-valore sono intervalli specifici all'interno del documento che identificano un'etichetta o una chiave e la risposta o il valore associato. In un modulo strutturato, queste coppie possono essere l'etichetta e il valore immessi dall'utente per tale campo. In un documento non strutturato, possono essere la data di esecuzione di un contratto o possono essere basate sul testo di un paragrafo. Il modello di intelligenza artificiale viene sottoposto a training per estrarre chiavi e valori identificabili in base a un'ampia gamma di tipi, formati e strutture di documenti.

Le chiavi possono esistere anche in isolamento quando il modello rileva che esiste una chiave senza alcun valore associato o quando vengono elaborati campi facoltativi. Ad esempio, un campo del secondo nome può essere lasciato vuoto in un modulo in alcuni casi. Le coppie chiave-valore sono intervalli di testo contenuti nel documento. Per i documenti in cui lo stesso valore viene descritto in modi diversi, ad esempio cliente/utente, la chiave associata è cliente o utente (in base al contesto).

Estrazione dei dati

✓* - Disponibile solo nelle versioni API 2023-07-31 (versione 3.1 disponibilità generale) e versioni successive.

Lingue e impostazioni locali supportate

Vedere la pagina Lingue supportate - modelli di analisi dei documenti per un elenco completo delle lingue supportate.

Considerazioni

• Poiché le chiavi sono intervalli di testo estratti dal documento; per i documenti semistrutturati, è necessario eseguire il mapping delle chiavi a un dizionario di chiavi esistente.

• È possibile riscontrare coppie chiave-valore con una chiave, ma nessun valore. Ad esempio, se un utente ha scelto di non fornire un indirizzo di posta elettronica nel modulo.