ドキュメント インテリジェンスで構成されたカスタム モデル

このコンテンツは次に適用されます:🟩v4.0 (GA) | 以前のバージョン:🟦v3.1 (GA)🟥v3.0 (廃止)🟥v2.1 (廃止)

このコンテンツは次に適用されます:🟩v3.1 (GA) | 最新バージョン:🟪v4.0 (GA) | 以前のバージョン:🟦v3.0🟦v2.1

このコンテンツは次に適用されます:🟥v3.0 (廃止) | 最新バージョン:🟪v4.0 (GA)🟪v3.1 (GA) | 以前のバージョン:🟥v2.1 (廃止)

このコンテンツは次に適用されます:🟥v2.1 | 最新バージョン:🟪v4.0 (GA)

モデルコンポーズの使い方

• まず、抽出または無視する必要がある情報を含む、必要なすべてのドキュメントのサンプルを収集します。

• 分類子をトレーニングするには、作成したモデル定義で使用するドキュメントの種類がフォルダー名であるフォルダー内のドキュメントを整理します。

• 最後に、使用するドキュメントの種類ごとに抽出モデルをトレーニングします。

• 分類モデルと抽出モデルをトレーニングしたら、Document Intelligence Studio、クライアント ライブラリ、または REST API を 使用して、分類モデルと抽出モデルを構成済みのモデルに構成します。

splitMode パラメーターを使用して、ファイル分割の動作を制御します。

• なし。 ファイル全体が 1 つのドキュメントとして扱われます。
• perPage。 ファイル内の各ページは、個別のドキュメントとして扱われます。
• auto.ファイルは自動的にドキュメントに分割されます。

課金と価格

構成済みモデルは、個々のカスタム モデルと同じように課金されます。 価格は、ダウンストリーム分析モデルによって分析されたページの数に基づきます。 課金は、抽出モデルにルーティングされたページの抽出価格に基づきます。 分類を明示的に追加することで、入力ファイル内のすべてのページの分類に対する料金が発生します。 詳細については、「 ドキュメント インテリジェンスの価格」ページを参照してください。

モデル作成操作を使用する

• まず、単一のモデルに組み込むために必要なすべてのモデル ID の一覧を作成します。

• Studio、REST API、またはクライアント ライブラリを使用して、モデルを 1 つのモデル ID に作成します。

• 作成されたモデル ID を使用してドキュメントを分析します。

請求

構成済みモデルは、個々のカスタム モデルと同じように課金されます。 価格は、分析されたページ数に基づいています。 課金は、抽出モデルにルーティングされたページの抽出価格に基づきます。 詳細については、「 ドキュメント インテリジェンスの価格」ページを参照してください。

• 個々のカスタム モデルまたは構成されたカスタム モデルを使用してドキュメントを分析するための価格に変更はありません。

構成済みモデルの機能

• Custom template モデルと custom neural モデルは、複数の API バージョンにわたって 1 つの構成済みモデルにまとめて構成できます。

• 応答には、作成されたモデルのうち、ドキュメントの分析に使用されたモデルを示す docType プロパティが含まれています。

• custom template モデルの場合、カスタム テンプレートまたは異なるフォームの種類のバリエーションを使用して、作成されたモデルを作成できます。 この操作は、受信フォームが複数のテンプレートのいずれかに属している場合に便利です。

• custom neuralモデルの場合、ベスト プラクティスは、1 つのドキュメントの種類のすべての異なるバリエーションを 1 つのトレーニング データセットに追加し、カスタム ニューラル モデルでトレーニングすることです。 model compose操作は、さまざまな種類のドキュメントを分析用に送信するシナリオに最適です。

モデルの制限を作成する

• model compose操作では、1 つのモデル ID に最大 500 個のモデルを割り当てることができます。 作成するモデルの数が構成済みモデルの上限を超える場合は、次のいずれかの方法を使用できます。

  • カスタム モデルを呼び出す前にドキュメントを分類します。 コード、正規表現、検索などのソースを使用して、 読み取りモデル を使用し、ドキュメントから抽出されたテキストと特定のフレーズに基づいて分類を作成できます。

  • さまざまな構造化ドキュメント、半構造化ドキュメント、非構造化ドキュメントから同じフィールドを抽出する場合は、ディープ ラーニング カスタム ニューラル モデルの使用を検討してください。 カスタム テンプレート モデルとカスタム ニューラル モデルの違いの詳細について説明します。

• 構成済みモデルを使用してドキュメントを分析することは、1 つのモデルを使用してドキュメントを分析するのと同じです。 Analyze Document結果は、ドキュメントを分析するために選択したコンポーネント モデルを示すdocType プロパティを返します。

• model compose操作は現在、ラベルでトレーニングされたカスタム モデルでのみ使用できます。

構成済みモデルの互換性

• 以前のバージョンの API (v2.1 以前) でトレーニングされたモデルを作成するには、同じラベル付きデータセットを使用して v3.0 API でモデルをトレーニングします。 さらに、v2.1 モデルを他のモデルと共に構成できます。

• v2.1 の API を使用して構成されたモデルは引き続きサポートされ、更新は必要ありません。

ドキュメント インテリジェンス v4.0:2024-11-30 (GA) では、次のツール、アプリケーション、およびライブラリがサポートされています。

ドキュメント インテリジェンス v3.1:2023-07-31 (GA) では、次のツール、アプリケーション、およびライブラリがサポートされています。

ドキュメント インテリジェンス v3.0:2022-08-31 (GA) では、次のツール、アプリケーション、およびライブラリがサポートされています。

ドキュメント インテリジェンス v2.1 では、次のリソースがサポートされています。