إنشاء نماذج مخصصة v2.1
ملاحظة
يشير هذا الدليل الإرشادي إلى نموذج التعرف على الإصدار 2.1 (GA). لتجربة الإصدار 3.0 من أداة التعرف على النموذج (المعاينة)، راجع إنشاء نماذج مخصصة الإصدار 3.0 (المعاينة).
يستخدم أداة التعرف على النموذج تقنية متقدمة للتعلم الآلي للكشف عن المعلومات واستخراجها من صور المستندات وإرجاع البيانات المستخرجة في مخرجات JSON منظمة. باستخدام أداة التعرف على النماذج، يمكنك تدريب النماذج المخصصة المستقلة أو دمج النماذج المخصصة لإنشاء نماذج مركبة.
نماذج مخصصة. تمكنك النماذج المخصصة للتعرف على النماذج من تحليل البيانات واستخراجها من النماذج والمستندات الخاصة بعملك. يتم تدريب النماذج المخصصة على بياناتك المميزة وحالات الاستخدام.
نماذج مؤلفة. يتم إنشاء نموذج مكون عن طريق أخذ مجموعة من النماذج المخصصة وتعيينها إلى نموذج واحد يشمل أنواع النماذج الخاصة بك. عندما يتم إرسال مستند إلى نموذج مؤلف ، تقوم الخدمة بتنفيذ خطوة تصنيف لتحديد النموذج المخصص الذي يمثل بدقة النموذج المقدم للتحليل.
في هذه المقالة، ستتعرف على كيفية إنشاء نماذج مخصصة ومركبة من أداة التعرف على النموذج باستخدام أداة وضع العلامات على عينة أداة التعرف على النماذج أو واجهات برمجة تطبيقات REST أو مجموعات SDK لمكتبة العميل.
أداة وضع العلامات على العينة
يمكنك معرفة كيفية استخراج البيانات من النماذج المخصصة من خلال تجربة أداة وضع العلامات على العينات. ستحتاج إلى الموارد التالية:
اشتراك Azure - يمكنك إنشاء اشتراك مجانًا.
مثيل التعرف على النموذج في مدخل Azure. يمكنك استخدام طبقة التسعير المجانية
F0() لتجربة الخدمة. بعد نشر المورد، حدد الانتقال إلى المورد للحصول على المفتاح ونقطة النهاية.
في واجهة مستخدم التعرف على النموذج:
حدد استخدام مخصص لتدريب نموذج يحتوي على تسميات والحصول على أزواج قيم المفاتيح.
في النافذة التالية، حدد مشروع جديد:
إنشاء النماذج الخاصة بك
خطوات بناء النماذج المخصصة والمؤلفة والتدريب عليها واستخدامها هي كما يلي:
- تجميع مجموعة بيانات التدريب الخاصة بك
- Upload مجموعة التدريب الخاصة بك إلى تخزين Azure blob
- تدريب النموذج المخصص الخاص بك
- إنشاء نماذج مخصصة
- تحليل المستندات
- إدارة النماذج المخصصة
تجميع مجموعة بيانات التدريب الخاصة بك
يبدأ إنشاء نموذج مخصص بإنشاء مجموعة بيانات التدريب الخاصة بك. ستحتاج إلى ما لا يقل عن خمسة نماذج مكتملة من نفس النوع لمجموعة بيانات العينة. يمكن أن تكون من أنواع الملفات المختلفة (jpg و png و pdf و tiff) وتحتوي على كل من النص والكتابة اليدوية. يجب أن تتبع النماذج متطلبات الإدخال الخاصة بأداة التعرف على النماذج.
Upload مجموعة بيانات التدريب الخاصة بك
ستحتاج إلى تحميل بيانات التدريب الخاصة بك إلى حاوية تخزين Azure blob. إذا كنت لا تعرف كيفية إنشاء حساب تخزين Azure باستخدام حاوية، فراجعالبدء السريع لتخزين Azure لمدخل Azure. يمكنك استخدام مستوى التسعير الحر (F0) لتجربة الخدمة، والترقية لاحقًا إلى مستوى مدفوع للإنتاج.
تدريب النموذج المخصص الخاص بك
يمكنك تدريب النموذج الخاص بك باستخدام مجموعات البيانات المصنفة. تعتمد مجموعات البيانات المصنفة على واجهة برمجة تطبيقات التخطيط المدمجة مسبقا، ولكن يتم تضمين مدخلات بشرية تكميلية مثل التسميات المحددة ومواقع الحقول. ابدأ بخمسة نماذج مكتملة على الأقل من نفس النوع لبيانات التدريب المصنفة.
عند التدريب باستخدام البيانات المسماة، يستخدم النموذج التعلم الخاضع للإشراف لاستخراج القيم ذات الأهمية، باستخدام النماذج المسماة التي تقدمها. ينتج عن البيانات المسماة نماذج ذات أداء أفضل ويمكن أن تنتج نماذج تعمل مع نماذج معقدة أو نماذج تحتوي على قيم بدون مفاتيح.
تستخدم أداة "Form Recognizer" واجهة برمجة تطبيقات التخطيط لمعرفة الأحجام والمواضع المتوقعة لعناصر النص المطبوعة والمكبرة بخط اليد واستخراج الجداول. ثم يستخدم التسميات المحددة من قبل المستخدم لمعرفة ارتباطات المفتاح / القيمة والجداول في المستندات. نوصي باستخدام خمسة نماذج مصنفة يدوياً من نفس النوع (نفس البنية) للبدء عند تدريب نموذج جديد وإضافة المزيد من البيانات المسماة حسب الحاجة لتحسين دقة النموذج. يتيح "Form Recognizer" تدريب نموذج لاستخراج أزواج القيمة الرئيسية والجداول باستخدام قدرات التعلم الخاضعة للإشراف.
بدء "التدريب باستخدام المسميات"
إنشاء نموذج مؤلف
ملاحظة
لا يتوفر إنشاء النموذج إلا للطرز المخصصة المدربة على التسميات. ستؤدي محاولة إنشاء نماذج غير مصنفة إلى حدوث خطأ.
باستخدام عملية إنشاء النموذج، يمكنك تعيين ما يصل إلى 100 نموذج مخصص مدرب إلى معرف طراز واحد. عند استدعاء تحليل باستخدام معرف النموذج المكون، سيقوم أداة التعرف على النموذج أولا بتصنيف النموذج الذي أرسلته، واختيار أفضل نموذج معين مطابق، ثم إرجاع النتائج لهذا النموذج. هذه العملية مفيدة عندما تكون النماذج الواردة تنتمي إلى أحد القوالب المتعددة.
باستخدام أداة وضع العلامات النموذجية للتعرف على النموذج أو واجهة برمجة تطبيقات REST أو مجموعات SDK لمكتبة العميل، اتبع الخطوات التالية لإعداد نموذج مركب:
جمع معرفات النماذج المخصصة
بمجرد اكتمال عملية التدريب بنجاح ، سيتم تعيين معرف نموذج للنموذج المخصص الخاص بك. يمكنك استرداد معرف نموذج على النحو التالي:
عند تدريب النماذج باستخدام أداة وضع العلامات النموذجية للتعرف على النماذج، يوجد معرف النموذج في النافذة نتيجة القطار:
إنشاء النماذج المخصصة الخاصة بك
بعد تجميع النماذج المخصصة المقابلة لنوع نموذج واحد، يمكنك تكوينها في نموذج واحد.
تمكنك أداة وضع العلامات النموذجية من البدء بسرعة في تدريب النماذج وتكوينها في معرف نموذج واحد.
بعد الانتهاء من التدريب ، قم بإنشاء النماذج الخاصة بك على النحو التالي:
في قائمة السكك الحديدية اليمنى، حدد أيقونة إنشاء النموذج (سهم الدمج).
في النافذة الرئيسية، حدد الطرز التي ترغب في تعيينها إلى معرف طراز واحد. النماذج التي تحتوي على رمز الأسهم هي نماذج مكونة بالفعل.
اختر الزر إنشاء من الزاوية العلوية اليمنى.
في النافذة المنبثقة، قم بتسمية النموذج المكون حديثا وحدد إنشاء.
عند اكتمال العملية، سيظهر النموذج المكون حديثا في القائمة.
تحليل المستندات باستخدام النموذج المخصص أو المكون
تتطلب منك عملية تحليل النموذج المخصص توفير الاستدعاء إلى أداة التعرف على النموذج في الاستدعاء modelID . يمكنك توفير معرف طراز مخصص واحد أو معرف نموذج مكون للمعلمة modelID .
في قائمة الجزء الأيمن من الأداة، حدد أيقونة التحليل (المصباح الكهربائي).
اختر ملف محلي أو عنوان URL لصورة لتحليله.
حدد الزر تشغيل التحليل .
ستقوم الأداة بتطبيق علامات التمييز في المربعات المحيطة والإبلاغ عن النسبة المئوية للثقة لكل علامة.
اختبر نماذجك المدربة حديثا من خلال تحليل النماذج التي لم تكن جزءا من مجموعة بيانات التدريب. اعتمادا على الدقة المبلغ عنها ، قد ترغب في إجراء مزيد من التدريب لتحسين النموذج. يمكنك مواصلة المزيد من التدريب لتحسين النتائج.
إدارة النماذج المخصصة
يمكنك إدارة نماذجك المخصصة طوال دورة حياتها من خلال عرض قائمة بجميع الطرز المخصصة ضمن اشتراكك، واسترداد معلومات حول نموذج مخصص معين، وحذف نماذج مخصصة من حسابك.
رائع! لقد تعلمت خطوات إنشاء نماذج مخصصة ومؤلفة واستخدامها في مشاريع وتطبيقات التعرف على النماذج.
الخطوات التالية
تعرف على المزيد حول مكتبة عميل أداة التعرف على النماذج من خلال استكشاف الوثائق المرجعية لواجهة برمجة التطبيقات.