Modelo neural personalizado do Document Intelligence

Este conteúdo aplica-se a: v4.0 (GA) | Versões anteriores: v3.1 (GA) v3.0 (GA) ::: moniker-end

Modelos de documentos neurais personalizados ou modelos neurais são um tipo de modelo profundamente aprendido que combina recursos de layout e linguagem para extrair com precisão campos rotulados de documentos. O modelo neural personalizado de base é treinado em vários tipos de documentos, o que o torna adequado para ser treinado para extrair campos de documentos estruturados e semiestruturados. Modelos neurais personalizados estão disponíveis na v3.0 e modelos posteriores Com a V4.0, o modelo neural personalizado agora suporta a deteção de assinatura. A tabela abaixo lista os tipos de documentos comuns para cada categoria:

Os modelos neurais personalizados compartilham o mesmo formato e estratégia de rotulagem que os modelos de modelo personalizados. Atualmente, os modelos neurais personalizados suportam apenas um subconjunto dos tipos de campo suportados por modelos de modelo personalizados.

Capacidades do modelo

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

1 Os rótulos de região em modelos neurais personalizados usam os resultados da API de layout para a região especificada. Esse recurso é diferente dos modelos de modelo em que, se nenhum valor estiver presente, o texto é gerado no momento do treinamento.
2 Os campos sobrepostos são suportados com a API REST versão 2024-11-30 (GA). Os campos sobrepostos têm alguns limites. Para obter mais informações, consulte campos sobrepostos.

Modo de construção

A Build operação suporta modelos personalizados de modelo e neurais . As versões anteriores da API REST e das bibliotecas de cliente suportavam apenas um único modo de compilação que agora é conhecido como o modo de modelo .

Os modelos neurais suportam documentos que têm as mesmas informações, mas estruturas de página diferentes. Exemplos desses documentos incluem formulários W2 dos Estados Unidos, que compartilham as mesmas informações, mas podem variar em aparência entre as empresas. Para obter mais informações, consulte Modo de compilação de modelo personalizado.

Campos sobrepostos

O modelo neural personalizado v4.0 2024-11-30 (GA) suporta campos sobrepostos:

Para usar os campos sobrepostos, seu conjunto de dados precisa conter pelo menos uma amostra com a sobreposição esperada. Para rotular uma sobreposição, use o rótulo de região para designar cada uma das extensões de conteúdo (com a sobreposição) para cada campo. A rotulagem de uma sobreposição com a seleção de campos (realçando um valor) falha no Studio, pois a rotulagem de região é a única ferramenta de rotulagem suportada para indicar sobreposições de campos. O suporte de 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.

Os campos sobrepostos têm alguns limites:

• Qualquer token ou palavra só pode ser rotulado como dois campos.
• Os campos sobrepostos numa tabela não podem abranger as linhas da tabela.
• Os campos sobrepostos só podem ser reconhecidos se pelo menos uma amostra no conjunto de dados contiver rótulos sobrepostos para esses campos.

Para usar campos sobrepostos, rotule seu conjunto de dados com as sobreposições e treine o modelo com a versão **2024-11-30 (GA)**da API.

Campos tabulares

O modelo neural personalizado v4.0 2024-11-30 (GA) suporta campos tabulares (tabelas) para analisar dados de tabelas, linhas e células com maior confiança:

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

Os campos tabulares suportam tabelas de páginas cruzadas por padrão:

• Para rotular uma tabela que abrange várias páginas, rotule cada linha da tabela nas diferentes páginas em uma única tabela.
• Como prática recomendada, certifique-se de que seu conjunto de dados contenha algumas amostras das variações esperadas. Por exemplo, inclua amostras em que a tabela completa está numa única página e em que as tabelas abrangem duas ou mais páginas.

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

Os campos tabulares fornecem confiança de tabela, linha e célula com a **2024-11-30 (GA)** API:

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

  • Confiança na tabela, uma medida de quão precisamente toda a tabela é reconhecida.
  • Confiança de linha, uma medida de reconhecimento de uma linha individual.
  • Confiança celular, uma medida de reconhecimento de uma célula individual.

• A abordagem recomendada é revisar a precisão de cima para baixo, começando com a tabela primeiro, seguida pela linha e, em seguida, pela célula. Veja as pontuações de confiança e precisão para saber mais sobre a confiança na tabela, linha e célula.

Idiomas e localidades suportados

Consulte o nosso Suporte a Idiomas — modelos personalizados para obter uma lista completa dos idiomas suportados.

Regiões suportadas

A partir de 18 de outubro de 2022, o treinamento de modelo neural personalizado do Document Intelligence só estará disponível nas seguintes regiões do Azure até novo aviso:

• Leste da Austrália
• Sul do Brasil
• Canadá Central
• Índia Central
• E.U.A. Central
• Ásia Leste
• E.U.A. Leste
• E.U.A. Leste 2
• França Central
• Leste do Japão
• E.U.A. Centro-Sul
• Sudeste Asiático
• Sul do Reino Unido
• Europa Ocidental
• E.U.A. Oeste 2
• US Gov - Arizona
• US Gov - Virginia

Requisitos de entrada

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

• Formatos de ficheiro suportados:

  Modelo	PDF	Imagem: jpeg/ jpg, png, bmp, tiff,heif	Microsoft Office: Word (docx), Excel (xlsx), PowerPoint (pptx) e HTML
  Lida	✔	✔	✔
  Esquema	✔	✔	✔
  Documento Geral	✔	✔
  Pré-criado	✔	✔
  Neural personalizado	✔	✔

  ✱ Os ficheiros do Microsoft Office não são atualmente suportados para outros modelos ou versões.

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

• O tamanho do arquivo para analisar documentos é de 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 seus PDFs forem bloqueados por uma palavra-passe, terá de remover o bloqueio antes da submetê-los.

• A altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Esta dimensão corresponde a um texto de cerca 8de -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 de modelo e 1G-MB para o modelo neural.

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

Melhores práticas

Os modelos neurais personalizados diferem dos modelos de modelo personalizados de algumas maneiras diferentes. O modelo ou modelo personalizado depende de um modelo visual consistente para extrair os dados rotulados. Modelos neurais personalizados suportam campos estruturados e semiestruturados para extrair. Ao escolher entre os tipos de modelo, comece com um modelo neural e teste para determinar se ele suporta suas necessidades funcionais.

• Lidando com variações - Os modelos neurais personalizados podem generalizar em diferentes formatos de um único tipo de documento. Como prática recomendada, crie um modelo único para todas as variações de um tipo de documento. Adicione pelo menos cinco amostras rotuladas para cada uma das diferentes variações ao conjunto 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 o ID do fornecedor, considere nomear o campo supplier_id. Os nomes dos campos devem estar no idioma do documento.
• Rotular valores contíguos - Os tokens de valor/palavras de um campo devem ser:
  • Numa sequência consecutiva em ordem de leitura natural, sem intercalar com outros campos
  • Em uma região que não abrange outros campos
• Dados representativos - Os valores nos casos de formação devem ser diversos e representativos. Por exemplo, se um campo for nomeado data, os valores para esse campo devem 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.
• Tipos de campo neurais personalizados sem suporte são ignorados se um conjunto de dados rotulado para modelos de modelo personalizados for usado para treinar um modelo neural personalizado.
• Os modelos neurais personalizados são limitados a 20 operações de compilação por mês. Abra uma solicitação de suporte se precisar que o limite seja aumentado. Para obter mais informações, consulte Cotas e limites do serviço Document Intelligence.

Formar um modelo

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

A Build operação para treinar modelo suporta uma nova buildMode propriedade, para treinar um modelo neural personalizado, defina o buildMode como neural.

https://{endpoint}/documentintelligence/documentModels:build?api-version=2024-11-30

{
  "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=2024-11-30

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

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

Próximos passos

Aprenda a criar e compor modelos personalizados: