Modele dokumentów hipotecznych analizy dokumentów

Ta treść dotyczy:🟩v4.0 (wersja ogólnodostępna)

Modele hipoteczne usługi Document Intelligence wykorzystują zaawansowane możliwości optycznego rozpoznawania znaków (OCR) oraz modele głębokiego uczenia do analizowania i wyodrębniania kluczowych pól z dokumentów kredytów hipotecznych. Dokumenty hipoteczne mogą mieć różne formaty i jakość. Interfejs API analizuje dokumenty hipoteczne i zwraca ustrukturyzowaną reprezentację danych JSON. Modele obsługują obecnie tylko dokumenty w języku angielskim. W najnowszej wersji 4.0 można teraz wyodrębniać podpisy z wniosków o kredyt hipoteczny i formularzy.

Obsługiwane typy dokumentów:

• Jednolity wniosek o pożyczkę mieszkaniową (formularz 1003)
• Jednolity raport oceny mieszkaniowej (formularz 1004)
• Weryfikacja formularza zatrudnienia (formularz 1005)
• Jednolite podsumowanie oceny ryzyka kredytowego i przekazania (Formularz 1008)
• Formularz ujawnienia zamykającego

Opcje programowania

Wymagania dotyczące danych wejściowych

Obsługiwane są następujące formaty plików.

• Zdjęcia i skanowania: Aby uzyskać najlepsze wyniki, podaj jedno jasne zdjęcie lub wysokiej jakości skanowanie na dokument.
• Pliki PDF i pliki TIFF: w przypadku plików PDF i plików TIFF można przetworzyć maksymalnie 2000 stron. (W przypadku subskrypcji w warstwie Bezpłatna przetwarzane są tylko dwie pierwsze strony).
• Rozmiar pliku: rozmiar pliku do analizowania dokumentów wynosi 500 MB dla warstwy płatnej (S0) i 4 MB dla warstwy bezpłatnej (F0).
• Wymiary obrazu: Wymiary muszą mieć od 50 pikseli x 50 pikseli do 10 000 pikseli x 10 000 pikseli.
• Blokady haseł: jeśli pliki PDF są zablokowane hasłem, należy usunąć blokadę przed przesłaniem.
• Wysokość tekstu: minimalna wysokość tekstu do wyodrębnienia wynosi 12 pikseli dla obrazu 1024 x 768 pikseli. Ten wymiar odpowiada mniej więcej tekstowi o wielkości 8 punktów przy rozdzielczości 150 punktów na cal.
• Trenowanie modelu niestandardowego: maksymalna liczba stron dla danych szkoleniowych to 500 dla niestandardowego modelu szablonu i 50 000 dla niestandardowego modelu neuronowego.
• Trenowanie niestandardowego modelu wyodrębniania: całkowity rozmiar danych treningowych wynosi 50 MB dla modelu szablonowego i 1 GB dla modelu neuronowego.
• Trenowanie niestandardowego modelu klasyfikacji: łączny rozmiar danych treningowych wynosi 1 GB, przy maksymalnie 10 000 stronach. W przypadku wersji 2024-11-30 (GA) całkowity rozmiar danych treningowych wynosi 2 GB z maksymalnie 10 000 stron.
• Typy plików pakietu Office (DOCX, XLSX, PPTX): Maksymalny limit długości ciągu wynosi 8 milionów znaków.

Wypróbuj wyodrębnianie danych z dokumentów hipotecznych

Aby zobaczyć, jak działa wyodrębnianie danych dla usługi dokumentów hipotecznych, potrzebne są następujące zasoby:

• Subskrypcja platformy Azure — możesz utworzyć jedną bezpłatnie.

• Wystąpienie usługi Document Intelligence w portalu Azure. Aby wypróbować usługę, możesz użyć bezpłatnej warstwy cenowej (F0). Po wdrożeniu zasobu wybierz pozycję Przejdź do zasobu , aby uzyskać klucz i punkt końcowy.

Document Intelligence Studio

1. Na stronie głównej Document Intelligence Studio wybierz pozycję Kredyt hipoteczny.

2. Możesz przeanalizować przykładowe dokumenty hipoteczne lub przekazać własne pliki.

3. Wybierz przycisk Uruchom analizę i w razie potrzeby skonfiguruj opcje analizy:

   

Obsługiwane języki i ustawienia regionalne

Zobacz naszą stronę Obsługa języków — wstępnie utworzone modele , aby uzyskać pełną listę obsługiwanych języków.

Wyodrębnianie pól

Aby zapoznać się z obsługiwanymi polami wyodrębniania dokumentów, zobaczstrony schematu modelu dokumentów hipotecznych w naszym przykładowym repozytorium w serwisie GitHub.

Następne kroki

• Spróbuj przetwarzać własne formularze i dokumenty za pomocą programu Document Intelligence Studio.

• Ukończ przewodnik Szybki start dotyczący analizy dokumentów i rozpocznij tworzenie aplikacji do przetwarzania dokumentów w wybranym języku programowania.