Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Usługa Azure Document Intelligence in Foundry Tools obsługuje szeroką gamę modeli, które umożliwiają dodawanie inteligentnego przetwarzania dokumentów do aplikacji i optymalizowanie przepływów pracy. Wybór odpowiedniego modelu ma kluczowe znaczenie dla sukcesu rozwiązania przedsiębiorstwa. W tym artykule omówiono dostępne modele Document Intelligence oraz to, jak uzupełniają one możliwości usługi Azure Content Understanding, aby pomóc Ci wybrać najlepsze podejście dla Twoich projektów.
W ramach funkcji Azure Content Understanding usługa Azure Document Intelligence zapewnia bardzo dokładne i niezawodne deterministyczne wyodrębnianie danych ze strukturalnych dokumentów. Usługa Content Understanding oferuje również analizatory oparte na języku LLM dla złożonej, nieustrukturyzowanej i wielomodalnej zawartości. Razem ułatwiają przygotowanie danych dla inteligentnych agentów i aplikacji, które mogą odczytywać, analizować i reagować na zawartość w świecie rzeczywistym z dokładnością i szybkością. Aby porównać zarówno usługi, jak i określić, które najlepiej pasuje do danego scenariusza, zobacz Uzyj odpowiednie narzędzie Azure sztucznej inteligencji do przetwarzania dokumentów.
Poniższe wykresy decyzyjne przedstawiają funkcje każdego obsługiwanego modelu, aby ułatwić wybór modelu, który najlepiej spełnia wymagania i wymagania aplikacji.
Ważne
Pamiętaj, aby sprawdzić stronę obsługi języka pod kątem obsługiwanego tekstu językowego i wyodrębniania pól według funkcji.
Porównanie analizy dokumentów i informacji o zawartości
Skorzystaj z poniższej tabeli, aby określić, która usługa najlepiej pasuje do danego scenariusza przed wybraniem określonego modelu analizy dokumentów.
| Analiza dokumentów platformy Azure | Omówienie zawartości platformy Azure | |
|---|---|---|
| Najlepsze dla | Deterministyczne wyodrębnianie na dużą skalę z dokumentów ustrukturyzowanych i częściowo ustrukturyzowanych | Złożone, zróżnicowane, nieustrukturyzowane lub wielomodalne przetwarzanie zawartości |
| Typy dokumentów | Standardowe formularze, faktury, formularze podatkowe, identyfikatory i paragony | Bardzo zróżnicowane szablony, dokumenty bez struktury, obrazy, dźwięk i wideo |
| Etykiet | Wymagane dla modeli niestandardowych (co najmniej pięć przykładów z etykietami) | Oznaczanie nie jest wymagane na początek; oznaczaj, aby ulepszać |
| Ekstrakcja | Deterministyczne wyodrębnianie pól z ocenami pewności i uzasadnieniem | Pola wyodrębniane i wnioskowane, wygenerowane metadane i wzbogacanie |
| Generowanie sztucznej inteligencji | No | Tak — wnioskowane pola, rozumowanie i przetwarzanie końcowe |
| Dane wejściowe wielomodalne | Tylko dokumenty | Dokumenty, obrazy, dźwięk i wideo |
| Latency | Low | Średni |
| Wstępnie zdefiniowana obsługa | 20+ modeli (faktury, podatek, identyfikatory, kredyt hipoteczny i inne) | Wstępnie zdefiniowane analizatory popularnych typów dokumentów |
| Wejście wieloplikowe | No | Tak (wersja zapoznawcza) |
Jeśli dany scenariusz wymaga generatywnej sztucznej inteligencji, wejścia multimodalnego lub bardzo zróżnicowanych szablonów dokumentów, zobacz Jak wybrać odpowiednie narzędzie Azure AI do przetwarzania dokumentów, aby uzyskać pełne wskazówki dotyczące danego scenariusza. W przeciwnym razie kontynuuj poniżej, aby wybrać model analizy dokumentów, który najlepiej odpowiada potrzebom w zakresie przetwarzania dokumentów strukturalnych.
Wstępnie wytrenowane modele analizy dokumentów
| Rodzaj dokumentu | Przykład | Dane do wyodrębnienia | Najlepsze rozwiązanie |
|---|---|---|---|
| Ogólny dokument. | Kontrakt lub list. | Chcesz przede wszystkim wyodrębnić napisane lub drukowane wiersze tekstu, wyrazy, lokalizacje i wykryte języki. | Odczytywanie modelu OCR |
| Dokument zawierający informacje strukturalne. | Raport lub badanie. | Oprócz tekstu pisanego lub drukowanego należy wyodrębnić informacje strukturalne, takie jak tabele, znaczniki wyboru, akapity, tytuły, nagłówki i podpozycje. | Model analizy układu |
| Dokument ustrukturyzowany lub częściowo ustrukturyzowany zawierający zawartość sformatowaną jako pola (klucze) i wartości. | Formularz lub dokument, który jest standardowym formatem używanym w twojej firmie lub branży, takim jak aplikacja kredytowa lub ankieta. | Chcesz wyodrębnić pola i wartości, w tym te, które nie są objęte wstępnie utworzonymi modelami specyficznymi dla scenariusza bez konieczności trenowania modelu niestandardowego. |
Model analizy układu z włączonym opcjonalnym parametrem features=keyValuePairs ciągu zapytania |
Modele wstępnie wytrenowane dla konkretnych scenariuszy
| Rodzaj dokumentu | Dane do wyodrębnienia | Najlepsze rozwiązanie |
|---|---|---|
| US Unified Tax | Chcesz wyodrębnić kluczowe informacje we wszystkich formularzach podatkowych W2, 1040, 1090, 1098 z jednego pliku bez konieczności uruchamiania własnej niestandardowej klasyfikacji. | Amerykański ujednolicony model podatkowy |
| Podatek od podatku W-2 w USA | Chcesz wyodrębnić kluczowe informacje, takie jak wynagrodzenie, zarobki i potrącone podatki. | Model W-2 podatku amerykańskiego |
| Podatek W-4 w USA | Chcesz wyodrębnić kluczowe informacje, takie jak korekty oświadczeń, dane osobowe. | Model W-4 podatku amerykańskiego |
| Podatek amerykański 1095(A,C) | Chcesz wyodrębnić dane dotyczące ulgi podatkowej na ubezpieczenie zdrowotne oraz szczegóły zaliczkowych płatności tej ulgi. | Model podatku 1095 w USA |
| Podatek amerykański 1098 | Chcesz wyodrębnić szczegóły dotyczące odsetek od kredytu hipotecznego, takie jak kapitał, punkty i podatek. | Model podatku 1098 w USA |
| Podatek amerykański 1098-E | Chcesz wyodrębnić szczegóły odsetek pożyczek studenckich, takich jak kredytodawca i kwota odsetek. | Model 1098-E podatku amerykańskiego |
| Podatek amerykański 1098T | Chcesz wyodrębnić informacje dotyczące kwalifikującego się czesnego, takie jak korekty związane ze stypendiami, status studenta i informacje o kredytodawcy. | Model 1098-T podatku amerykańskiego |
| Us Tax 1099(Odmiany) | Chcesz wyodrębnić informacje z formularzy 1099 i ich wariantów (A, B, C, CAP, DIV, G, H, INT, K, LS, LTC, MISC, NEC, OID, PATR, Q, QA, R, S, SA, SB). |
Model podatku 1099 w USA |
| Podatek amerykański 1040 (odmiany) | Chcesz wyodrębnić informacje z formularzy 1040 i ich wariantów (Schedule 1, Schedule 2, Schedule 3, Schedule 8812, Schedule A, Schedule B, Schedule C, Schedule D, Schedule E, Schedule EIC, Schedule F, Schedule H, Schedule J, Schedule R, Schedule SE, Schedule Senior). |
Model podatku 1040 w USA |
| Wyciąg bankowy | Chcesz wyodrębnić kluczowe informacje z amerykańskiego oświadczenia bankowego | \Bank Statement |
| Czek bankowy | Chcesz wyodrębnić kluczowe informacje z dokumentu sprawdzania. | Czek bankowy |
| Umowa (umowa prawna między stronami). | Chcesz wyodrębnić z umowy takie informacje jak strony, daty i przedziały czasowe. | Model kontraktu |
| Karta ubezpieczenia zdrowotnego lub identyfikator ubezpieczenia zdrowotnego. | Chcesz wyodrębnić kluczowe informacje, takie jak ubezpieczyciel, identyfikator członka, ubezpieczenie na receptę i numer grupy. | Model karty ubezpieczenia zdrowotnego |
| Karta kredytowa/debetowa | Chcesz wyodrębnić kluczowe informacje z kart bankowych, takie jak numer karty i nazwa banku. | Model karty kredytowej/debetowej |
| Akt małżeństwa | Chcesz wyodrębnić kluczowe informacje z certyfikatów małżeńskich. | Model certyfikatu małżeństwa |
| Faktura lub zestawienie rozliczeń | Chcesz wyodrębnić kluczowe informacje, takie jak nazwa klienta, adres rozliczeniowy i kwota należna. | Model faktury |
| Paragon, kupon lub jednostronicowy paragon hotelowy. | Chcesz wyodrębnić kluczowe informacje, takie jak nazwa sprzedawcy, data transakcji i suma transakcji. | Model paragonu |
| Dokument tożsamości (id), taki jak prawo jazdy USA lub międzynarodowy paszport | Chcesz wyodrębnić kluczowe informacje, takie jak imię, nazwisko, data urodzenia, adres i podpis. | Model dokumentu tożsamości (ID) |
| Pasek wypłaty | Chcesz wyodrębnić kluczowe informacje z dokumentu wycinkowego płatności. | Model wycinków płatności |
| Kredyt hipoteczny USA 1003 | Chcesz wyodrębnić kluczowe informacje z ujednoliconego wniosku o kredyt mieszkaniowy. | Model formularza 1003 |
| Kredyt hipoteczny USA 1004 | Chcesz wyodrębnić kluczowe informacje z raportu jednolitej oceny mieszkaniowej (URAR). | Model formularza 1004 |
| Kredyt hipoteczny USA 1005 | Chcesz wyodrębnić kluczowe informacje z formularza weryfikacji zatrudnienia | Model formularza 1005 |
| Kredyt hipoteczny USA 1008 | Chcesz wyodrębnić kluczowe informacje z podsumowania dokumentu Uniform Underwriting and Transmittal. | Model formularza 1008 |
| Ujawnienie zamknięcia kredytów hipotecznych w USA | Chcesz wyodrębnić kluczowe informacje z formularza ujawnienia warunków zamknięcia kredytu hipotecznego. | Wzór formularza ujawnienia warunków zamknięcia kredytu hipotecznego |
| Dokumenty typu mieszanego z elementami ustrukturyzowanymi , częściowo ustrukturyzowanymi i/lub bez struktury | Chcesz wyodrębnić pary klucz-wartość, znaczniki wyboru, tabele, pola podpisu i wybrane regiony, które nie są wyodrębniane przez wstępnie utworzone lub ogólne modele dokumentów. | Model niestandardowy |
Wskazówka
- Jeśli nadal nie masz pewności, którego modelu wstępnie wytrenowanego użyć, wypróbuj model układu z włączonym opcjonalnym parametrem zapytania
features=keyValuePairs. - Model analizy układu wykorzystuje silnik Read OCR do wykrywania stron, tabel, stylów, tekstu, linii, słów, położeń i języków.
Niestandardowe modele ekstrakcji
| Zestaw szkoleniowy | Przykładowe dokumenty | Najlepsze rozwiązanie |
|---|---|---|
| Ustrukturyzowane, spójne dokumenty z układem statycznym. | Formularze ustrukturyzowane, takie jak kwestionariusze lub aplikacje. | Niestandardowy model szablonu |
| Ustrukturyzowane i częściowo ustrukturyzowane. | ● Ankiety → ustrukturyzowane● faktury ze strukturą częściowo ustrukturyzowaną → |
Niestandardowy model neuronowy |
| Zbiór kilku modeli, z których każdy został wytrenowany na dokumentach podobnego typu. | ● Zamówienia zakupu materiałów ● Zamówienia zakupu sprzętu● Zamówienia zakupu mebli Wszystko połączone w jeden model. |
Skomponowany model niestandardowy |
Niestandardowy model klasyfikacji
| Zestaw szkoleniowy | Przykładowe dokumenty | Najlepsze rozwiązanie |
|---|---|---|
| Co najmniej dwa różne typy dokumentów. | Formularze, listy lub dokumenty | Niestandardowy model klasyfikacji |