文档智能自定义模板模型

自定义模板（以前称为自定义表单）是易于训练的文档模型，可准确提取文档中标记的键值对、选择标记、表、区域以及签名。 模板模型使用布局提示从文档中提取值，适用于通过已定义的视觉对象模板从高度结构化文档中提取字段。

模型功能

自定义模板模型支持键值对、选择标记、表、签名字段和选定区域。

处理变体

模板模型依赖于已定义的视觉对象模板，对模板的更改将导致准确度降低。 在这些情况下，请拆分你的训练数据集以包含每个模板的至少五个样本，并为每个变体训练一个模型。 然后，可以将模型组合到单个终结点中。 对于处理精细变体（例如数字 PDF 文档和图像），最好在同一训练数据集中至少包含每种类型的五个示例。

输入要求

• 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。

• 支持的文件格式：

  型号	PDF	图像： JPEG/JPG、PNG、BMP、TIFF、HEIF	Microsoft Office： Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX) 和 HTML
  阅读	✔	✔	✔
  布局	✔	✔	✔（2024-02-29-preview、2023-10-31-preview 或更高版本）
  常规文档	✔	✔
  预生成	✔	✔
  自定义	✔	✔

  ✱ 其他模型或版本当前不支持 Microsoft Office 文件。

• 对于 PDF 和 TIFF，最多可处理 2000 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 x 50 像素与 10,000 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，神经模型的训练数据总大小为为 1G-MB。

• 对于自定义分类模型训练，训练数据的总大小为 1GB，最大为 10,000 页。

训练模型

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

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

支持的语言和区域设置

有关受支持语言的完整列表，请参阅我们的“语言支持 - 自定义模型”页。

后续步骤

了解如何创建和组合自定义模型：