Kunskaper i dokumentlayout

Färdigheten Dokumentlayout analyserar ett dokument för att extrahera intressanta regioner och deras relationer för att skapa en syntaktisk representation av dokumentet i Markdown-format. Den här färdigheten använder den dokumentinformationslayoutmodell som tillhandahålls i Azure AI Document Intelligence.

Den här artikeln är referensdokumentationen för kunskaper i dokumentlayout. Information om användning finns i Strukturmedveten segmentering och vektorisering.

Kunskaper om dokumentlayout anropar den offentliga förhandsversionen av Document Intelligence version 2024-07-31-preview. Den är för närvarande endast tillgänglig i följande Azure-regioner:

• USA, östra
• USA, västra 2
• Västeuropa
• Norra centrala USA

Filformat som stöds är:

• .PDF
• .JPEG
• .JPG
• .PNG
• .BMP
• . TIFF
• .DOCX
• . XLSX
• .PPTX
• .HTML

@odata.type

Microsoft.Skills.Util.DocumentIntelligenceLayoutSkill

Databegränsningar

• För PDF och TIFF kan upp till 2 000 sidor bearbetas (med en prenumeration på den kostnadsfria nivån bearbetas endast de två första sidorna).
• Även om filstorleken för att analysera dokument är 500 MB för azure AI Document Intelligence-nivån (S0) och 4 MB för den kostnadsfria nivån för Azure AI Document Intelligence (F0) omfattas indexering av indexeringsgränserna för din söktjänstnivå.
• Bilddimensioner måste vara mellan 50 bildpunkter x 50 bildpunkter eller 10 000 bildpunkter x 10 000 bildpunkter.
• Om dina PDF-filer är lösenordslåsta tar du bort låset innan du kör indexeraren.

Språk som stöds

Mer information om tryckt text finns i Layoutmodellen för Azure AI Document Intelligence som stöds.

Begränsningar

Under den offentliga förhandsversionen har den här färdigheten följande begränsningar:

• Kunskapen kan inte extrahera bilder som är inbäddade i dokument.
• Sidnummer ingår inte i de genererade utdata.
• Färdigheten är inte lämplig för stora dokument som kräver mer än 5 minuters bearbetning i AI Document Intelligence-layoutmodellen. Kunskapen överskrider tidsgränsen, men avgifterna gäller fortfarande för AI Services-resursen för flera tjänster om den är kopplad till kompetensuppsättningen i faktureringssyfte. Se till att dokumenten är optimerade för att hålla sig inom bearbetningsgränserna för att undvika onödiga kostnader.

Kompetensparametrar

Parametrar är skiftlägeskänsliga.

Kunskapsindata

Indata för "file_data" måste vara ett objekt som definieras som:

{
  "$type": "file",
  "data": "BASE64 encoded string of the file"
}

Alternativt kan den definieras som:

{
  "$type": "file",
  "url": "URL to download file",
  "sasToken": "OPTIONAL: SAS token for authentication if the URL provided is for a file in blob storage"
}

Filreferensobjektet kan genereras på något av följande sätt:

• Ange parametern för allowSkillsetToReadFileData indexerarens definition till true. Den här inställningen skapar en sökväg /document/file_data som är ett objekt som representerar de ursprungliga fildata som laddats ned från blobdatakällan. Den här parametern gäller endast för filer i Azure Blob Storage.

• En anpassad färdighet returnerar ett JSON-objekt som har definierats som tillhandahåller $type, dataeller url och sastoken. Parametern $type måste vara inställd på file, och data måste vara den grundläggande 64-kodade bytematrisen för filinnehållet. Parametern url måste vara en giltig URL med åtkomst för att ladda ned filen på den platsen.

Kunskapsutdata

Exempeldefinition

{
  "skills": [
    {
      "description": "Analyze a document",
      "@odata.type": "#Microsoft.Skills.Util.DocumentLayoutAnalysisSkill",
      "context": "/document",
      "outputMode": "oneToMany", 
      "markdownHeaderDepth": "h3", 
      "inputs": [
        {
          "name": "file_data",
          "source": "/document/file_data"
        }
      ],
      "outputs": [
        {
          "name": "markdown_document", 
          "targetName": "markdown_document" 
        }
      ]
    }
  ]
}

Exempelutdata

{
  "markdown_document": [
    { 
      "content": "Hi this is Jim \r\nHi this is Joe", 
      "sections": { 
        "h1": "Foo", 
        "h2": "Bar", 
        "h3": "" 
      },
      "ordinal_position": 0
    }, 
    { 
      "content": "Hi this is Lance",
      "sections": { 
         "h1": "Foo", 
         "h2": "Bar", 
         "h3": "Boo" 
      },
      "ordinal_position": 1,
    } 
  ] 
}

Värdet för markdownHeaderDepth styr antalet nycklar i ordlistan "avsnitt". Eftersom är "h3" finns det tre nycklar i ordlistan "sections" i exempelkompetensdefinitionen markdownHeaderDepth : h1, h2, h3.

Se även

• Vad är layoutmodell för dokumentinformation
• Inbyggda kunskaper
• Så här definierar du en kunskapsuppsättning
• Skapa indexerare (REST API)