使用預先建構的模型從簡單文件中擷取資訊

簡單的文件處理模型提供了一種靈活且預先訓練的解決方案，用於從基本結構化文件中提取資訊，包括以下資訊：

• 鍵值對 ——可以把這些看作標籤及其對應資訊，例如「姓名：Adele Vance」。

• 選擇標記 - 這是勾選框或其他標記，用來表示文件中的選擇或選擇。

• 命名實體 ——這些是文件文本中提及的人物、地點或組織名稱等特定項目。

• 條碼 ——這是可用於文件追蹤或識別的資料機器可讀表示。

與其他固定結構的預建模型不同，此模型能識別他人可能忽略的金鑰，提供自訂模型標註與訓練的寶貴替代方案。 此模型亦支援條碼與語言偵測。

文件類型

簡單的文件處理最適合包含結構化資訊的文件類型，例如：

• 表單 - 這些通常有清晰的欄位和標籤，方便提取鍵值對。

• 發票 - 通常包含一致的版面配置，包含表格和鍵值對。

• 收據 ——類似發票，它們擁有結構化資料，容易被提取。

• 合約 ——包含明確的條款與條款，方便有效解析。

• 銀行對帳單 ——包含適合提取的資料表和結構化資料。

這些文件受益於光學字元辨識 (OCR) 功能，以及用於提取鍵值對、選取標記、表格及命名實體的深度學習流程。

要使用簡單的文件處理模型，請依照以下步驟操作：

• 步驟一： 建立模型
• 步驟 2： 上傳範例檔案進行分析
• 步驟 3： 為您的模型選擇擷取器
• 步驟四： 套用模型

步驟一：建立模型

依照 「建立預建模型 」的指示，建立一個簡單的文件處理模型。 接著繼續以下步驟完成你的模型。

步驟 2：上傳範例檔案進行分析

1. 在 模型 頁面的「 新增檔案以分析 」區塊，選擇 「新增檔案」。

   

2. 在要分析模型的檔案頁面上，選取 [新增] 以尋找您想要使用的檔案。

   

3. 在從訓練檔案文件庫新增檔案頁面上，選取該檔案，然後選取 [新增]。

   

4. 在要分析模型的檔案頁面上，選取 [下一步]。

步驟 3：為您的模型選擇擷取器

在萃取器詳細頁面上，右側是文件區，左側是 擷取器 面板。 擷取器面板會顯示文件中已識別的擷取器清單。

在文件區域中以綠色強調顯示的實體欄位，是模型分析檔案時偵測到的項目。 當你選擇要提取的實體時，標示的欄位會變成藍色。 如果你後來決定不包含該實體，標示的欄位會變成灰色。 這些高亮讓你更容易看到你選擇的擷取器目前狀態。

選取擷取器實體

您可以根據喜好，從文件區域或擷取器面板選取擷取器。

• 若要從文件區域選取解壓縮器，請選取實體欄位。

• 要從擷取器面板中的擷取器欄位中選擇擷取器，請在實體名稱右側選擇對應的勾選框。

當你選擇萃取器時，文件區會顯示「 選擇擷取器？」 這個框。 該方框顯示擷取器) 產生的名稱 (鍵名、文件) 中該欄位的偵測值 (值、欄位類型，以及選擇該實體作為擷取器的選項。

當模型應用於 SharePoint 函式庫時，鍵名稱作為欄位名稱。 如果你願意，可以更改鍵名使其更具描述性。 欄位類型顯示資訊在資料庫中的顯示方式。 你可以更改欄位類型，顯示你想如何顯示資訊。 當模型套用於文件庫時，您可以使用欄位格式設定來指定您希望它在文件中的外觀。

繼續選擇你想用的其他萃取器。 您也可以新增其他檔案來分析此模型設定。

重新命名擷取器

有三種方式可以重新命名擷取器：

• 在萃取器詳細頁面的文件區，選擇實體欄位。 在 「選擇擷取器？」 的欄位，在 金鑰名稱 欄位輸入新的擷取器名稱。

• 在擷取器詳細頁面的 擷取器 面板中，選擇你想要重新命名的擷取器，然後選擇 重新命名。

• 從模型首頁的 「擷取器 」區塊，選擇你想重新命名的擷取器，然後選擇 「重新命名」。

設定一個處理的頁面範圍

在這個模型中，你可以指定處理一個檔案的多個頁面範圍，而不是整個檔案。 在 擷取器 面板的 頁面範圍 區塊中，選擇你想要處理的頁面。 預設情況下， 頁面範圍 設定是空的。 若未提供頁數範圍，則會處理整個文件。 欲了解更多資訊，請參閱 「設定頁面範圍以擷取特定頁面資訊」。

偵測文件的語言

在這個模型中，你可以偵測文件的語言並擷取到欄位。 在 擷取器 面板的 語言偵測 區，切換開啟語言偵測。 它會顯示偵測到的語言 ISO 代碼。

你也可以從 模型設定 面板開啟或關閉語言偵測。

步驟四：套用模型

• 若要儲存變更並返回模型首頁，請在擷取器面板上，選取 [儲存並離開]。

• 如果您已準備好將模型套用至文件庫，請在文件區域中選取 [下一步]。 在新增至文件庫面板上，選擇您想要新增模型之文件庫，然後選取 [新增]。

關於此預建模型的檔案類型、語言、光學字元辨識及其他考量，請參閱 SharePoint 預 建文件處理的需求與限制。