文档智能常规文档模型

此内容适用于:选中标记 v3.1 (GA) | 以前的版本:蓝色复选标记 v3.0

此内容适用于:选中标记 v3.0 (GA) | 最新的版本:紫色复原标记 v3.1

常规文档模型将强大的光学字符识别 (OCR) 功能与深度学习模型相结合,从文档中提取键值对、表和选择标记。 常规文档与 v3.1 和 v3.0 API 一起提供。 有关详细信息,请参阅迁移指南

常规文档功能

  • 一般文档模型是一种预先训练的模型,不需要标签或训练。

  • 单个 API 从文档中提取键值对、选择标记、文本、表和结构。

  • 常规文档模型支持结构化、半结构化和非结构化文档。

  • 选择标记被标识为值是 :selected::unselected: 的字段。

在文档智能工作室中处理的示例文档

文档智能工作室中的常规文档分析的屏幕截图。

键值对提取

常规文档 API 支持大多数表单类型,并会分析文档并提取键和关联值。 它非常适合用于从文档中提取常见的键值对。 可以使用常规文档模型作为训练不带标签的自定义模型的替代方法。

开发选项

文档智能 v3.1 支持以下工具、应用程序和库:

功能 资源 模型 ID
常规文档模型 文档智能工作室
REST API
C# SDK
Python SDK
Java SDK
JavaScript SDK
预生成文档

文档智能 v3.0 支持以下工具、应用程序和库:

功能 资源 模型 ID
常规文档模型 文档智能工作室
REST API
C# SDK
Python SDK
Java SDK
JavaScript SDK
预生成文档

输入要求

  • 支持的文件格式:

    型号 PDF 图像:
    JPEG/JPGPNGBMPTIFFHEIF
    Microsoft Office:
    Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX)、HTML
    读取
    布局 ✔(2024-07-31-preview、2024-02-29-preview、2023-10-31-preview)
    常规文档
    预生成
    自定义提取
    自定义分类 ✔(2024-07-31-preview、2024-02-29-preview)
  • 为获得最佳结果,请针对每个文档提供一张清晰的照片或高质量的扫描件。

  • 对于 PDF 和 TIFF,最多可处理 2,000 页(对于免费层订阅,仅处理前两页)。

  • 用于分析文档的文件大小对于付费 (S0) 层为 500 MB,对于免费 (F0) 层为 4 MB。

  • 图像尺寸必须介于 50 像素 x 50 像素与 10,000 像素 x 10,000 像素之间。

  • 如果 PDF 是密码锁定的文件,则必须先删除锁,然后才能提交它们。

  • 对于 1024 x 768 像素的图像,要提取的文本的最小高度为 12 像素。 此尺寸对应于 150 点/英寸 (DPI) 的大约 8 号字文本。

  • 对于自定义模型训练,自定义模板模型的训练数据最大页数为 500,自定义神经模型的训练数据最大页数为 50,000。

    • 对于自定义提取模型训练,模板模型的训练数据总大小为 50 MB,神经网络模型的训练数据总大小为 1 GB。

    • 对于自定义分类模型训练,训练数据总大小为 1 GB,上限为 10,000 页。 对于 2024-07-31-preview 及更高版本,训练数据总大小为 2 GB,上限为 10,000 页。

常规文档模型数据提取

尝试使用文档智能工作室从表单和文档中提取数据。

需要以下资源:

  • Azure 订阅 - 可以创建试用订阅

  • Azure 门户中的文档智能实例。 可以使用免费定价层 (F0) 来试用该服务。 在部署资源后,选择“转到资源”以获取密钥和终结点。

该屏幕截图显示了 Azure 门户中密钥和终结点的位置。

注意

v3.0 API 提供文档智能工作室和常规文档模型。

  1. 文档智能工作室主页上,选择“常规文档”

  2. 可以分析示例文档或上传自己的文件。

  3. 选择“运行分析”按钮,并根据需要配置“分析选项”:

    文档智能工作室中“运行分析”和“分析选项”按钮的屏幕截图。

键值对

键值对是文档中的特定范围,用于标识标签或键及其关联的响应或值。 在结构化形式中,这些对可以是用户为该字段输入的标签和值。 在非结构化文档中,它们可能是基于段落中的文本执行合同的日期。 AI 模型经过训练,可基于各种文档类型、格式和结构提取可识别的键和值。

当模型检测到有键但无关联的值,或模型处理可选字段时,键也可以单独存在。 例如,在某些实例中,窗体上的中间名字段可留空。 键值对是文档中包含的文本范围。 对应以不同方式描述相同值的文档,例如客户/用户,关联的键将是客户或用户(具体取决于上下文)。

数据提取

Model 文本提取 键值对 选择标记 公用名
常规文档 ✓*

✓* - 仅在 2023-07-31 (v3.1 GA) 及更高版本的 API 版本中可用。

支持的语言和区域设置

有关支持的语言的完整列表,请参阅语言支持 - 文档分析模型

注意事项

  • 由于键是从文档中提取的文本的范围,因此对于半结构化文档,需要将键映射到现有的键字典。

  • 可能会看到有键无值的键值对。 例如,用户在表单上选择不提供电子邮件地址。

后续步骤