Modelo geral de documento Document Intelligence

Este conteúdo aplica-se a:🟩v3.1 (GA) | Versões anteriores:🟥v3.0 (descontinuada)🟥v2.1 (descontinuada)

O modelo de documento Geral combina poderosas capacidades de Reconhecimento Ótico de Carateres (OCR) com modelos de aprendizagem profunda para extrair pares chave-valor, tabelas e marcas de seleção de documentos. O documento geral está disponível com as APIs v3.1 e v3.0. Para obter mais informações, consulte nosso guia de migração.

Características gerais do documento

• O modelo de documento geral é um modelo pré-treinado; não requer rótulos ou treinamento.

• Uma única API extrai pares chave-valor, marcas de seleção, texto, tabelas e estrutura de documentos.

• O modelo de documento geral suporta documentos estruturados, semiestruturados e não estruturados.

• As marcas de seleção são identificadas como campos com um valor de :selected: ou :unselected:.

Exemplo de documento processado no Document Intelligence Studio

Extração do par chave-valor

A API de documento geral suporta a maioria dos tipos de formulário e analisa seus documentos e extrai chaves e valores associados. É ideal para extrair pares chave-valor comuns de documentos. Você pode usar o modelo de documento geral como uma alternativa para treinar um modelo personalizado sem rótulos.

Opções de desenvolvimento

O Document Intelligence v3.1 suporta as seguintes ferramentas, aplicativos e bibliotecas:

O Document Intelligence v3.0 suporta as seguintes ferramentas, aplicações e bibliotecas:

Requisitos de entrada

Os seguintes formatos de ficheiro são suportados.

• Fotos e digitalizações: para obter melhores resultados, forneça uma foto nítida ou uma digitalização de alta qualidade por documento.
• PDFs e TIFFs: Para PDFs e TIFFs, até 2.000 páginas podem ser processadas. (Com uma assinatura de nível gratuito, apenas as duas primeiras páginas são processadas.)
• Tamanho do arquivo: O tamanho do arquivo para analisar documentos é de 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).
• Dimensões da imagem: As dimensões devem estar entre 50 pixels x 50 pixels e 10.000 pixels x 10.000 pixels.
• Bloqueios de senha: se seus PDFs estiverem bloqueados por senha, você deverá remover o bloqueio antes do envio.
• Altura do texto: a altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Esta dimensão corresponde a um texto de cerca de 8 pontos a 150 pontos por polegada.
• Treinamento de modelo personalizado: o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.
• Treinamento de modelo de extração personalizado: O tamanho total dos dados de treinamento é de 50 MB para o modelo de modelo e 1 GB para o modelo neural.
• Treinamento de modelo de classificação personalizado: o tamanho total dos dados de treinamento é de 1 GB com um máximo de 10.000 páginas. Para 2024-11-30 (GA), o tamanho total dos dados de treinamento é de 2 GB com um máximo de 10.000 páginas.
• Tipos de ficheiro do Office (DOCX, XLSX, PPTX): O limite máximo de comprimento de cadeia de caracteres é de 8 milhões de caracteres.

Extração de dados do modelo de documento geral

Tente extrair dados de formulários e documentos usando o Document Intelligence Studio.

Você precisa dos seguintes recursos:

• Uma assinatura do Azure — você pode criar uma gratuitamente.

• Uma instância de Document Intelligence no portal do Azure. Você pode usar o nível de preço gratuito (F0) para experimentar o serviço. Após a implementação do recurso, selecione Ir para o recurso para obter a sua chave e o ponto final.

1. Na página inicial do Document Intelligence Studio, selecione Documentos gerais.

2. Pode analisar o documento de exemplo ou carregar os seus próprios ficheiros.

3. Selecione o botão Executar análise e, se necessário, configure as opções Analisar:

   

   Experimente o Document Intelligence Studio.

Pares chave-valor

Os pares chave-valor são segmentos específicos no documento que identificam um rótulo ou uma chave e a resposta ou o valor associado. Em um formulário estruturado, esses pares podem ser o rótulo e o valor que o usuário inseriu para esse campo. Em um documento não estruturado, eles podem ser a data em que um contrato foi executado com base no texto de um parágrafo. O modelo de IA é treinado para extrair chaves e valores identificáveis com base em uma ampla variedade de tipos de documentos, formatos e estruturas.

As chaves também podem existir isoladamente quando o modelo deteta a existência de uma chave, sem valor associado ou ao processar campos opcionais. Por exemplo, um campo de segundo nome pode, em alguns casos, ser deixado em branco num formulário. Os pares chave-valor são extensões de texto contidas no documento. Para documentos em que o mesmo valor é descrito de maneiras diferentes, por exemplo, cliente/usuário, a chave associada é cliente ou usuário (com base no contexto).

Extração de dados

✓* - Disponível apenas nas 2023-07-31 versões API (v3.1 GA) e posteriores.

Idiomas e localidades suportados

Consulte a nossa página Suporte a idiomas — modelos de análise de documentos para obter uma lista completa dos idiomas suportados.

Considerações

• Como as chaves são extensões de texto extraídas do documento, para documentos semiestruturados, as chaves precisam ser mapeadas para um dicionário de chaves existente.

• É de esperar que veja pares chave-valor com uma chave, mas sem valor. Por exemplo, se um usuário optar por não fornecer um endereço de e-mail no formulário.