Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Azure Document Intelligence in Foundry Tools supporta un'ampia gamma di modelli che consentono di aggiungere l'elaborazione intelligente dei documenti alle applicazioni e ottimizzare i flussi di lavoro. La scelta del modello appropriato è essenziale per il successo della soluzione aziendale. Questo articolo esplora i modelli di Document Intelligence disponibili e il modo in cui integrano le funzionalità di Azure Content Understanding, per aiutarti a scegliere l'approccio migliore per i tuoi progetti.
Come parte delle funzionalità Azure Content Understanding, Azure Document Intelligence offre un'estrazione deterministica elevata e affidabile da documenti strutturati. Content Understanding offre anche analizzatori basati su LLM per contenuti complessi, non strutturati emultidimensionali. Insieme, semplificano la preparazione dei dati per agenti intelligenti e applicazioni in grado di leggere, analizzare e rispondere a contenuti reali con precisione e velocità. Per confrontare entrambi i servizi e determinare quale soluzione più adatta allo scenario, vedere Scegliere lo strumento di intelligenza artificiale Azure corretto per l'elaborazione dei documenti.
I grafici decisionali seguenti evidenziano le funzionalità di ogni modello supportato per consentire di scegliere il modello più adatto alle esigenze e ai requisiti dell'applicazione.
Importante
Assicurati di consultare la pagina supporto linguistico per il testo delle lingue supportate e l'estrazione dei campi in base alla funzionalità.
Confrontare l'intelligenza dei documenti e la comprensione dei contenuti
Usare la tabella seguente per determinare il servizio più adatto allo scenario prima di selezionare un modello specifico di Document Intelligence.
| Intelligence sui documenti di Azure | Comprensione del contenuto di Azure | |
|---|---|---|
| Migliore per | Estrazione deterministica di volumi elevati da documenti strutturati e semistrutturati | Elaborazione di contenuti complessi, vari, non strutturati o multimodali |
| Tipi di documento | Moduli standardizzati, fatture, moduli fiscali, ID e ricevute | Modelli altamente vari, documenti non strutturati, immagini, audio e video |
| Etichettatura | Obbligatorio per i modelli personalizzati (almeno cinque esempi etichettati) | Nessuna etichettatura necessaria per l'avvio; etichetta per migliorare |
| Estrazione | Estrazione deterministica dei campi con punteggi di confidenza e ancoraggio | Campi estrattivi e dedotti, metadati generati e arricchimenti |
| IA generativa | No | Sì — campi dedotti, ragionamenti e post-elaborazione |
| Input multimodale | Solo documenti | Documenti, immagini, audio e video |
| Latency | Low | Medium |
| Copertura predefinita | 20+ modelli (fatture, imposte, ID, mutui e altro ancora) | Analizzatori predefiniti per i tipi di documento comuni |
| Input di più file | No | Sì (anteprima) |
Se lo scenario richiede l'intelligenza artificiale generativa, l'input irreversibile o modelli di documento altamente vari, vedere Scegliere lo strumento di intelligenza artificiale Azure appropriato per l'elaborazione dei documenti per indicazioni complete sullo scenario. In caso contrario, continuare di seguito per selezionare il modello di Document Intelligence più adatto alle esigenze di elaborazione documenti strutturata.
Modelli preaddestrati per l'analisi documentale
| Tipo di documento | Esempio | Dati da estrarre | Soluzione ottimale |
|---|---|---|---|
| Documento generico. | Contratto o lettera. | Si desidera estrarre principalmente righe di testo scritte o stampate, parole, posizioni e lingue rilevate. | Modello OCR per la lettura |
| Documento che include informazioni strutturali. | Un rapporto o uno studio. | Oltre a testo scritto o stampato, è necessario estrarre informazioni strutturali come tabelle, indicatori di selezione, paragrafi, titoli, intestazioni e sottotitoli. | Modello di analisi layout |
| Documento strutturato o semistrutturato che include il contenuto formattato come campi (chiavi) e valori. | Un modulo o un documento che è un formato standardizzato comunemente usato nell'azienda o nel settore, ad esempio una richiesta di credito o un sondaggio. | Si vogliono estrarre campi e valori, inclusi quelli non coperti dai modelli predefiniti specifici dello scenario senza dover eseguire il training di un modello personalizzato. |
Modello di analisi del layout con il parametro features=keyValuePairs facoltativo della stringa di query abilitato |
Modelli preaddestrati specifici per scenario
| Tipo di documento | Dati da estrarre | Soluzione ottimale |
|---|---|---|
| Imposta USA unificata | Si vogliono estrarre informazioni chiave in tutti i moduli fiscali W2, 1040, 1090, 1098 da un singolo file senza eseguire alcuna classificazione personalizzata. | Modello Imposta USA unificata |
| Imposta statunitense W-2 | Si vogliono estrarre informazioni chiave come stipendio, retribuzioni e imposte trattenute. | Modello fiscale W-2 Stati Uniti |
| Imposta W-4 degli Stati Uniti | Si desidera estrarre informazioni chiave, come le modifiche ai sinistri e le informazioni personali. | Modello W-4 fiscale statunitense |
| Imposta USA 1095(A,C) | Desideri ottenere informazioni sul credito d'imposta sui premi e sui pagamenti anticipati del credito. | Modello fiscale statunitense 1095 |
| Imposta USA 1098 | Si vogliono estrarre i dettagli degli interessi ipotecari, ad esempio capitale, punti e imposte. | Modello fiscale 1098 Stati Uniti |
| Imposta USA 1098-E | Si vogliono estrarre i dettagli degli interessi dei prestiti agli studenti, ad esempio il creditore e l'importo degli interessi. | Modello fiscale 1098-E Stati Uniti |
| Imposta USA 1098T | Si desidera estrarre i dettagli relativi alle spese di istruzione qualificate, come le rettifiche delle borse di studio, lo stato dello studente e le informazioni sul finanziatore. | Modello fiscale 1098-T Stati Uniti |
| Imposta USA 1099 (varianti) | Si vogliono estrarre informazioni dai moduli 1099 e dalle relative variazioni (A, B, C, CAP, DIV, G, H, INT, K, LS, LTC, MISC, NEC, OID, PATR, Q, QA, R, S, SA, SB). |
Modello fiscale 1099 Stati Uniti |
| Imposta USA 1040 (varianti) | Si vogliono estrarre informazioni dai moduli 1040 e dalle relative variazioni (Pianificazione 1, Pianificazione 2, Pianificazione 3, Pianificazione 8812, Pianificazione A, Pianificazione B, Pianificazione C, Pianificazione D, Pianificazione E, Pianificazione EIC, Pianificazione F, Pianificazione H, Pianificazione J, Pianificazione R, Pianificazione SE, Pianificazione Senior). |
Modello fiscale 1040 Stati Uniti |
| Rendiconto bancario | Si desidera estrarre le informazioni chiave dal rendiconto bancario USA | \Rendiconto bancario |
| Assegno bancario | Vuoi estrarre informazioni chiave da un documento di controllo. | Assegno bancario |
| Contratto (accordo legale tra le parti). | Si vogliono estrarre i dettagli del contratto, ad esempio parti, date e intervalli. | Modello di contratto |
| Scheda assicurazione sanitaria o ID assicurazione sanitaria. | Si desiderano estrarre informazioni chiave come compagnia assicurativa, ID del membro, copertura farmaceutica e numero di gruppo. | Modello per schede assicurazione sanitaria |
| Carta di credito/debito | Si vogliono estrarre le informazioni chiave delle carte bancarie, ad esempio il numero di carta e il nome della banca. | Modello di carta di credito/debito |
| Certificato di matrimonio | Si vogliono estrarre le informazioni chiave dai certificati di matrimonio. | Modello di certificato di matrimonio |
| Fattura o estratto conto | Si vogliono estrarre le informazioni chiave, ad esempio il nome del cliente, l'indirizzo di fatturazione e l'importo dovuto. | Modello di fattura |
| Ricevuta, voucher o ricevuta di hotel a pagina singola. | Si vogliono estrarre le informazioni chiave, ad esempio il nome del fornitore di servizi, la data della transazione e il totale delle transazioni. | Modello per ricevute |
| Documento di identità come una patente di guida statunitense o un passaporto internazionale | Si vogliono estrarre le informazioni chiave, ad esempio nome, cognome, data di nascita, indirizzo e firma. | Modello Documento di identità (ID) |
| Bozza di pagamento | Si desidera estrarre le informazioni chiave dal documento di bozza di pagamento. | Modello di cedolino paga |
| Mutuo ipotecario statunitense 1003 | Si vogliono estrarre le informazioni chiave dalla richiesta di finanziamento residenziale uniforme. | Modello di modulo 1003 |
| Mutuo ipotecario statunitense 1004 | Vuoi estrarre le informazioni chiave dall'Uniform Residential Appraisal Report (URAR). | Modello di modulo 1004 |
| Mutuo ipotecario USA 1005 | Si desidera estrarre le informazioni chiave dal modulo Verifica dell'occupazione | Modello di modulo 1005 |
| Mutuo ipotecario statunitense 1008 | Si desidera estrarre le informazioni chiave dal riepilogo uniforme di valutazione assicurativa e trasmissione. | Modello di modulo 1008 |
| Informativa di chiusura del mutuo statunitense | Vuoi estrarre le informazioni chiave da un modulo informativo di chiusura di un mutuo. | Modello di modulo di informativa sulla chiusura del mutuo |
| Documenti di tipo misto con elementi strutturati, semistrutturati e/o non strutturati | Si vogliono estrarre coppie chiave-valore, indicatori di selezione, tabelle, campi di firma e aree selezionate non estratte da modelli di documento predefiniti o generali. | Modello personalizzato |
Suggerimento
- Se non sei ancora sicuro di quale modello preaddestrato usare, prova il modello layout con il parametro facoltativo della stringa di query
features=keyValuePairsabilitato. - Il modello di layout è basato sul motore OCR di lettura per rilevare pagine, tabelle, stili, testo, righe, parole, posizioni e lingue.
Modelli di estrazione personalizzati
| Set di allenamento | Documenti di esempio | Soluzione ottimale |
|---|---|---|
| Documenti strutturati, coerenti e con layout statico. | Moduli strutturati, ad esempio questionari o richieste. | Modello personalizzato |
| Strutturati e semi-strutturati. | ● Strutturati → sondaggi ● Semistrutturati → fatture |
Modello neurale personalizzato |
| Raccolta di diversi modelli sottoposti a training su documenti di tipo simile. | ● Ordini di acquisto di forniture ● Ordini di acquisto attrezzature ● Ordini di acquisto mobili Tutti composti in un unico modello. |
Modello personalizzato composto |
Modello di classificazione personalizzato
| Set di addestramento | Documenti di esempio | Soluzione ottimale |
|---|---|---|
| Almeno due tipi diversi di documenti. | Moduli, lettere o documenti | Modello di classificazione personalizzato |