文档智能组合的自定义模型

什么是组合模型？

借助组合模型，你可以将多个自定义模型分组到使用单个模型 ID 调用的组合模型。 例如，组合模型可能包含为分析供应、设备和家具采购订单而进行训练的自定义模型。 可以使用组合模型为每次分析和提取确定适当的自定义模型，而不是手动尝试选择适当的模型。

某些方案需要先对文档进行分类，然后使用最适合从模型中提取字段的模型分析文档。 此类方案包括用户上传文档但文档类型不明确的情况。 另一种情况是将多个文档一起扫描到单个文件中，然后提交该文件进行处理。 然后，应用程序需要识别组件文档，并为每个文档选择最佳模型。

在以前的版本中，model compose 操作执行隐式分类，以确定哪个自定义模型最能表示提交的文档。 model compose 操作的 2024-07-31-preview 实现将早期版本中的隐式分类替换为显式分类步骤，并添加条件路由。

新的模型组合操作的优势

新的 model compose 操作要求训练显式分类器并提供多个优势。

• 持续增量改进。 可以通过添加更多样本和增量改进分类来提高分类器的质量。 这种微调可确保文档始终路由到正确的模型以供提取。

• 通过路由实现完全控制。 通过添加基于可信度的路由，可以为文档类型和分类响应提供可信度阈值。

• 在操作期间忽略文档特定的文档类型。 model compose 操作的早期实现根据可信度分数选择最佳分析模型进行提取，即使最高的可信度分数相对较低。 通过提供可信度阈值或不显式地将已知文档类型从分类映射到提取模型，可以忽略特定的文档类型。

• 分析同一文档类型的多个实例。 与分类器的 splitMode 选项配对时，model compose 操作可以检测文件中同一文档的多个实例，并拆分文件以独立处理每个文档。 使用 splitMode 可以在单个请求中处理文档的多个实例。

• 支持附加功能。 还可以将附加功能（如查询字段或条形码）指定为分析模型参数的一部分。

• 分配的自定义模型可最大扩展为 500。 通过实现新的 model compose 操作，最多可将 500 个经过训练的自定义模型分配到单个组合模型。

开发选项

后续步骤

了解如何创建和组合自定义模型：