Modelo neural personalizado do Informação de Documentos

Modelos de documentos neurais personalizados ou modelos neurais consistem em um modelo de aprendizado profundo que combina recursos de layout e idioma para extrair com precisão os campos rotulados de documentos. O modelo neural personalizado base é treinado em vários tipos de documento que o tornam adequado para ser treinado para extrair campos de documentos estruturados e semiestruturados. Modelos neurais personalizados estão disponíveis nos modelos v3.0 e posteriores. A tabela abaixo lista tipos de documentação comuns para cada categoria:

Os modelos neurais personalizados compartilham o mesmo formato e estratégia de rotulagem que os modelos personalizados. Atualmente, os modelos neurais personalizados dão suporte somente a um subconjunto dos tipos de campo com suporte pelos modelos de template personalizados.

Funcionalidades de modelo

Atualmente, os modelos neurais personalizados dão suporte a pares chave-valor e marcas de seleção e campos estruturados (tabelas).

Os rótulos da região ¹ em modelos neurais personalizados usam os resultados da API de layout para a região especificada. Esse recurso é diferente dos modelos em que, se nenhum valor estiver presente, o texto será gerado no momento do treinamento.
² Há suporte para campos sobrepostos começando com a versão da API REST2024-02-29-preview. Campos sobrepostos têm alguns limites. Para obter mais informações, confira campos sobrepostos.

Modo de criação

A operação Build dá suporte a modelos e modelos personalizados neurais. As versões anteriores da API REST e das bibliotecas de cliente só dão suporte a um único modo de build que agora é conhecido como o modo de modelo.

Os modelos neurais dão suporte a documentos que têm as mesmas informações, mas estruturas de página diferentes. Exemplos desses documentos incluem formulários W2 dos Estados Unidos, pois eles compartilham as mesmas informações, mas podem variar na aparência entre as empresas. Para obter mais informações, confira Modo de build de modelo personalizado.

Campos sobrepostos

Com o lançamento de versões de API 2024-02-29-preview e versões posteriores, os modelos neurais personalizados dão suporte a campos sobrepostos:

Campos sobrepostos

Com o lançamento das versões de API 2024-07-31-preview e posteriores, os modelos neurais personalizados darão suporte a campos sobrepostos:

Para usar os campos sobrepostos, seu conjunto de dados precisa conter pelo menos um exemplo com a sobreposição esperada. Para rotular uma sobreposição, use a rotulagem de região para designar cada um dos intervalos de conteúdo (com a sobreposição) para cada campo. A rotulagem de uma sobreposição com a seleção de campo (realçando um valor) falha no Studio, pois a rotulagem de região é a única ferramenta de rotulagem com suporte para indicar sobreposições de campo. O suporte à sobreposição inclui:

• Sobreposição completa. O mesmo conjunto de tokens é rotulado para dois campos diferentes.
• Sobreposição parcial. Alguns tokens pertencem a ambos os campos, mas há tokens que são apenas parte de um campo ou outro.

Campos sobrepostos têm alguns limites:

• Qualquer token ou palavra só pode ser rotulado como dois campos.
• campos sobrepostos em uma tabela não podem abranger linhas de tabela.
• Campos sobrepostos só poderão ser reconhecidos se pelo menos um exemplo no conjunto de dados contiver rótulos sobrepostos para esses campos.

Para usar campos sobrepostos, rotule o conjunto de dados com as sobreposições e treine o modelo com a versão da API 2024-02-29-preview ou posterior.

Campos tabulares

Com o lançamento das versões de API 2022-06-30-preview e posteriores, os modelos neurais personalizados dão suporte a campos tabulares (tabelas) para analisar dados de tabela, linha e célula com confiança adicional:

• Modelos treinados com a versão de API 2022-06-30-preview ou posterior aceitarão rótulos de campo de tabela.
• Documentos analisados com modelos neurais personalizados usando a API versão 2022-06-30-preview ou posterior produzirão campos tabulares agregados entre as tabelas.
• Os resultados podem ser encontrados na matriz documents do objeto analyzeResult que é retornada após uma operação de análise.

Os campos tabulares dão suporte a tabelas entre páginas por padrão:

• Para rotular uma tabela que abrange várias páginas, rotule cada linha da tabela entre as diferentes páginas da única tabela.
• Como prática recomendada, verifique se o conjunto de dados contém exemplos das variações esperadas. Por exemplo, inclua exemplos em que a tabela inteira está em apenas uma página, e outros em que as tabelas abrangem duas ou mais páginas.

Campos tabulares também são úteis ao extrair informações recorrentes de um documento que não é reconhecido como uma tabela. Por exemplo, uma seção recorrente de experiências de trabalho em um currículo pode ser rotulada e extraída como um campo tabular.

Os campos tabulares fornecem tabela, linha e confiança de célula começando com a API 2024-02-29-preview :

• Tabelas fixas ou dinâmicas adicionam suporte de confiança para os seguintes elementos:

  • Confiança da tabela, uma medida de quão precisa a tabela inteira é reconhecida.
  • Confiança de linha, uma medida de reconhecimento de uma linha individual.
  • Confiança de célula, uma medida de reconhecimento de uma célula individual.

• A abordagem recomendada é examinar a precisão de uma maneira de cima para baixo, começando pela tabela primeiro, seguida pela linha e, em seguida, pela célula. Consulte pontuações de confiança e precisão para saber mais sobre a tabela, a linha e a confiança da célula.

Idiomas e localidades com suporte

Consulte nosso Suporte ao Idioma – modelos personalizados para obter uma lista completa de idiomas com suporte.

Regiões com suporte

A partir de 18 de outubro de 2022, o treinamento de modelos neurais personalizados da Informação de Documentos só estará disponível nas seguintes regiões do Azure até novo aviso:

• Leste da Austrália
• Brazil South
• Canadá Central
• Índia Central
• Centro dos EUA
• Leste da Ásia
• Leste dos EUA
• Leste dos EUA 2
• França Central
• Leste do Japão
• Centro-Sul dos Estados Unidos
• Sudeste Asiático
• Sul do Reino Unido
• Europa Ocidental
• Oeste dos EUA 2
• Governo dos EUA do Arizona
• Gov. dos EUA – Virgínia

Requisitos de entrada

• Para ter melhores resultados, forneça uma foto clara ou uma digitalização de alta qualidade por documento.

• Formatos de arquivo com suporte:

  Modelar	PDF	Imagem: jpeg/jpg, png, bmp, tiff, heif	Microsoft Office: Word (docx), Excel (xlsx), PowerPoint (pptx) e HTML
  Ler	✔	✔	✔
  Layout	✔	✔	✔ (2024-02-29-versão prévia, 2023-10-31-versão prévia ou posterior)
  Documento geral	✔	✔
  Predefinida	✔	✔
  Neural personalizado	✔	✔

  ✱ Atualmente, não há suporte para arquivos do Microsoft Office para outros modelos ou versões.

• Para PDF e TIFF, até 2.000 páginas podem ser processadas (com uma assinatura de camada gratuita, apenas as duas primeiras páginas são processadas).

• O tamanho do arquivo para análise de documentos é 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).

• As dimensões da imagem devem estar entre 50 x 50 pixels e 10.000 px x 10.000 pixels.

• Se os PDFs estiverem com bloqueio de senha, você deverá remover o bloqueio antes do envio.

• A altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1.024 x 768 pixels. Essa dimensão corresponde a cerca de 8-texto de ponto a 150 pontos por polegada.

• Para treinamento de modelo personalizado, o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.

• Para treinamento de modelo de extração personalizado, o tamanho total dos dados de treinamento é de 50 MB para o modelo e 1G-MB para o modelo neural.

• Para treinamento de modelo de classificação personalizado, o tamanho total dos dados de treinamento é 1GB com no máximo 10.000 páginas.

Práticas recomendadas

Os modelos neurais personalizados diferem dos modelos de template personalizados de formas diferentes. O modelo personalizado depende de um modelo visual consistente para extrair os dados rotulados. Modelos neurais personalizados dão suporte a estruturados e semiestruturados para extrair campos. Quando você estiver escolhendo entre os tipos de modelo, comece com um modelo neural e teste para determinar se ele dá suporte às suas necessidades funcionais.

• Lidar com variações: modelos neurais personalizados podem generalizar em diferentes formatos de um único tipo de documento. Como melhor prática, crie um modelo único para todas as variações de um tipo de documento. Adicione pelo menos cinco exemplos rotulados para cada uma das variações diferentes aos conjuntos de dados de treinamento.
• Nomenclatura de campo: quando você rotula os dados, rotular o campo relevante para o valor melhora a precisão dos pares chave-valor extraídos. Por exemplo, para um valor de campo que contenha a ID do fornecedor, considere nomear o campo como supplier_id. Os nomes de campo devem estar no idioma do documento.
• Rotular valores contíguos: Tokens de valor/palavras de um campo devem ser:
  • A sequência consecutiva em ordem natural de leitura sem intercalação com outros campos
  • Em uma região que não abrange outros campos
• Dados representativos: os valores em casos de treinamento devem ser diversos e representativos. Por exemplo, se um campo for denominado data, os valores desse campo deverão ser uma data. O valor sintético, como uma cadeia de caracteres aleatória, pode afetar o desempenho do modelo.

Limitações atuais

• O modelo neural personalizado não reconhece valores divididos entre limites de página.
• Os tipos de campos neurais personalizados sem suporte são ignorados se um conjunto de dados rotulado para modelos de template personalizados for usado para treinar um modelo neural personalizado.
• Os modelos neurais personalizados são limitados a 20 operações de build por mês. Abra uma solicitação de suporte se você precisar aumentar esse limite. Para obter mais informações, consulte Cotas e limites do serviço de Informação de Documentos.

Treinando um modelo

Modelos neurais personalizados estão disponíveis nos modelos v3.0 e posteriores.

A operação Build para treinar o modelo dá suporte a uma nova propriedade buildMode, para treinar um modelo neural personalizado, defina o buildMode para neural.

https://{endpoint}/documentintelligence/documentModels:build?api-version=2024-07-31-preview

{
  "modelId": "string",
  "description": "string",
  "buildMode": "neural",
  "azureBlobSource":
  {
    "containerUrl": "string",
    "prefix": "string"
  }
}

https://{endpoint}/formrecognizer/documentModels:build?api-version=v3.1:2023-07-31

{
  "modelId": "string",
  "description": "string",
  "buildMode": "neural",
  "azureBlobSource":
  {
    "containerUrl": "string",
    "prefix": "string"
  }
}

https://{endpoint}/formrecognizer/documentModels/{modelId}:copyTo?api-version=2022-08-31

{
  "modelId": "string",
  "description": "string",
  "buildMode": "neural",
  "azureBlobSource":
  {
    "containerUrl": "string",
    "prefix": "string"
  }
}

POST https://{endpoint}/documentintelligence/documentModels:build?api-version=2024-07-31-preview

{
  "modelId": "string",
  "description": "string",
  "buildMode": "neural",
  ...,
  "maxTrainingHours": 10
}

GET /documentModels/{myCustomModel}
{
  "modelId": "myCustomModel",
  "trainingHours": 0.23,
  "docTypes": { ... },
  ...
}

Próximas etapas

Saiba como criar e compor modelos personalizados: