Modello di biglietto da visita di Document Intelligence
Importante
A partire da Document Intelligence v4.0 (anteprima) e in futuro, il modello di biglietto da visita (predefinito-businessCard) è deprecato. Per estrarre i dati dai formati di biglietti da visita, usare quanto segue:
Funzionalità | versione | Model ID |
---|---|---|
Modello di biglietto da visita | • v3.1:2023-07-31 (GA) • v3.0:2022-08-31 (GA) • v2.1 (GA) |
prebuilt-businessCard |
Questo contenuto si applica a:v3.0 (GA) | Versioni più recenti:v4.0 (anteprima)v3.1 | Versione precedente:v2.1
Questo contenuto si applica a:v2.1 | Versione più recente:v4.0 (anteprima)
Il modello di biglietto da visita di Document Intelligence combina potenti funzionalità di riconoscimento ottico dei caratteri (OCR) con modelli di Deep Learning per analizzare ed estrarre dati da immagini di biglietti da visita. L'API analizza i biglietti da visita stampati; estrae informazioni chiave come nome, cognome, nome della società, indirizzo di posta elettronica e numero di telefono; e restituisce una rappresentazione di dati JSON strutturata.
Estrazione di dati dai biglietti da visita
I biglietti da visita sono un ottimo modo per rappresentare un'azienda o un professionista. Il logo aziendale, i tipi di carattere e le immagini di sfondo presenti nei biglietti da visita aiutano a promuovere il marchio aziendale e a distinguerlo dagli altri. L'applicazione di tecniche basate su OCR e apprendimento automatico per automatizzare la digitalizzazione dei biglietti da visita è uno scenario comune di elaborazione delle immagini. I sistemi aziendali usati dai team di vendita e marketing in genere integrano la funzionalità di estrazione dei dati di biglietti da visita a vantaggio degli utenti.
Biglietto da visita di esempio elaborato con Document Intelligence Studio
Esempio di business elaborato con lo strumento di etichettatura di esempio di Document Intelligence
Opzioni di sviluppo
Document Intelligence v3.1:2023-07-31 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:
Funzionalità | Risorse | Model ID |
---|---|---|
Modello di biglietto da visita | • Document Intelligence Studio • API REST • SDK C# • Python SDK • Java SDK • JavaScript SDK |
prebuilt-businessCard |
Document Intelligence v3.0:2022-08-31 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:
Funzionalità | Risorse | Model ID |
---|---|---|
Modello di biglietto da visita | • Document Intelligence Studio • API REST • SDK C# • Python SDK • Java SDK • JavaScript SDK |
prebuilt-businessCard |
Document Intelligence v2.1 (GA) supporta gli strumenti, le applicazioni e le librerie seguenti:
Funzionalità | Risorse |
---|---|
Modello di biglietto da visita | • Strumento di etichettatura di Document Intelligence • API REST • SDK della libreria client • Contenitore Docker di Document Intelligence |
Provare l'estrazione di dati dai biglietti da visita
Vedere in che modo i dati, tra cui nome, posizione, indirizzo, posta elettronica e nome dell'azienda, vengono estratti dai biglietti da visita. Sono necessarie le risorse seguenti:
Una sottoscrizione di Azure: è possibile crearne una gratuitamente
Istanza di Document Intelligence nel portale di Azure. Per provare il servizio, è possibile usare il piano tariffario gratuito (
F0
). Dopo la distribuzione della risorsa, selezionare Vai alla risorsa per recuperare la chiave e l'endpoint.
Document Intelligence Studio
Nota
Document Intelligence Studio è disponibile con le API v3.1 e v3.0.
Nella home page di Document Intelligence Studio selezionare Biglietti da visita.
È possibile analizzare il biglietto da visita di esempio o caricare i propri file.
Selezionare il pulsante Esegui analisi e, se necessario, configurare le opzioni Analizza :
Strumento di etichettatura di esempio di Document Intelligence
Passare allo strumento di esempio di intelligence per i documenti.
Nella home page dello strumento di esempio selezionare il riquadro Usa modello predefinito per ottenere i dati.
Selezionare il Tipo di modulo da analizzare nel menu a discesa.
Scegliere un URL per il file da analizzare dalle opzioni seguenti:
Nel campo Origine selezionare URL nel menu a discesa, incollare l'URL selezionato e selezionare il pulsante Recupera.
Nel campo Document Intelligence Service Endpoint (Endpoint servizio Document Intelligence) incollare l'endpoint ottenuto con la sottoscrizione di Document Intelligence.
Nel campo chiave incollare la chiave ottenuta dalla risorsa di Intelligence documenti.
Selezionare Esegui analisi. Lo strumento di etichettatura di esempio di Analisi intelligence dei documenti chiama l'API predefinita Analizza e analizza il documento.
Visualizzare i risultati: vedere le coppie chiave-valore estratte, voci, testo evidenziato estratto e tabelle rilevate.
Nota
Lo strumento di etichettatura di esempio non supporta il formato di file BMP. Si tratta di una limitazione dello strumento non del servizio Di intelligence dei documenti.
Requisiti di input
Per risultati ottimali, fornire una foto chiara o una scansione di alta qualità per ogni documento.
Formati di file supportati:
Modello PDF Immagine:
JPEG/JPG, PNG, BMP, TIFF, HEIFMicrosoft Office:
Word (DOCX), Excel (XLSX), PowerPoint (PPTX) e HTMLLettura ✔ ✔ ✔ Layout ✔ ✔ ✔ (2024-02-29-preview, 2023-10-31-preview) Documento generale ✔ ✔ Predefinito ✔ ✔ Estrazione personalizzata ✔ ✔ Classificazione personalizzata ✔ ✔ ✔ (2024-02-29-preview) Per i formati PDF e TIFF, possono essere elaborate fino a 2000 pagine (con una sottoscrizione di livello gratuito, vengono elaborate solo le prime due pagine).
Le dimensioni del file per l'analisi dei documenti sono di 500 MB per il livello a pagamento (S0) e 4 MB per il livello gratuito (F0).
Per le immagini, le dimensioni devono essere comprese tra 50 x 50 pixel e 10.000 x 10.000 pixel.
Se i file PDF sono bloccati da password, è necessario rimuovere il blocco prima dell'invio.
L'altezza minima del testo da estrarre è di 12 pixel per un'immagine 1024 x 768 pixel. Queste dimensioni corrispondono approssimativamente a un testo con dimensioni di
8
punti e 150 punti per pollice (DPI).Per il training di modelli personalizzati, il numero massimo di pagine per i dati di training è 500 per il modello personalizzato e 50.000 per il modello neurale personalizzato.
Per il training di modelli di estrazione personalizzati, le dimensioni totali dei dati di training sono di 50 MB per il modello e 1G MB per il modello neurale.
Per il training del modello di classificazione personalizzato, le dimensioni totali dei dati di training sono
1GB
con un massimo di 10.000 pagine.
- Formati di file supportati: JPEG, PNG, PDF e TIFF
- PDF e TIFF, vengono elaborate fino a 2.000 pagine. Per i sottoscrittori del livello gratuito, vengono elaborate solo le prime due pagine.
- Le dimensioni del file devono essere inferiori a 50 MB e le dimensioni devono essere comprese tra almeno 50 x 50 pixel e al massimo 10.000 x 10.000 pixel.
Lingue e impostazioni locali supportate
Per un elenco completo delle lingue supportate, vedere la pagina Supporto lingua .
Estrazione dei campi
Nome | Tipo | Descrizione | Output standardizzato |
---|---|---|---|
ContactNames | Matrice di oggetti | Nome contatto | |
Nome | String | Nome proprio del contatto | |
Cognome | String | Cognome del contatto | |
CompanyNames | Matrice di stringhe | Nome della società | |
Reparti | Matrice di stringhe | Reparto o organizzazione del contatto | |
JobTitles | Matrice di stringhe | Posizione del contatto | |
Messaggi e-mail | Matrice di stringhe | Contact email address (Indirizzo di posta elettronica del contatto) | |
Siti Web | Matrice di stringhe | Sito Web della società | |
Indirizzi | Matrice di stringhe | Indirizzo estratto dal biglietto da visita | |
MobilePhones | Matrice di numeri di telefono | Numero di telefono cellulare dal biglietto da visita | +1 xxx xxx xxxx |
Fax | Matrice di numeri di telefono | Numero di telefono fax dal biglietto da visita | +1 xxx xxx xxxx |
WorkPhones | Matrice di numeri di telefono | Numero di telefono aziendale dal biglietto da visita | +1 xxx xxx xxxx |
OtherPhones | Matrice di numeri di telefono | Altro numero di telefono dal biglietto da visita | +1 xxx xxx xxxx |
Campi estratti
Nome | Tipo | Descrizione | Testo |
---|---|---|---|
ContactNames | matrice di oggetti | Nome del contatto estratto dal biglietto da visita | [{ "FirstName": "John", "LastName": "Doe" }] |
Nome | string | Nome proprio del contatto | "John" |
Cognome | string | Cognome del contatto | "Doe" |
CompanyNames | matrice di stringhe | Nome dell'azienda estratto dal biglietto da visita | ["Contoso"] |
Reparti | matrice di stringhe | Reparto o organizzazione del contatto | ["R&D"] |
JobTitles | matrice di stringhe | Posizione del contatto | ["Software Engineer"] |
Messaggi e-mail | matrice di stringhe | Indirizzo di posta elettronica del contatto estratto dal biglietto da visita | [""johndoe@contoso.com] |
Siti Web | matrice di stringhe | Sito Web estratto dal biglietto da visita | ["https://www.contoso.com"] |
Indirizzi | matrice di stringhe | Indirizzo estratto dal biglietto da visita | ["123 Main Street, Redmond, Washington 98052"] |
MobilePhones | Matrice di numeri di telefono | Numero di telefono cellulare estratto del biglietto da visita | ["+19876543210"] |
Fax | Matrice di numeri di telefono | Numero di fax estratto del biglietto da visita | ["+19876543211"] |
WorkPhones | Matrice di numeri di telefono | Numero di telefono ufficio estratto del biglietto da visita | ["+19876543231"] |
OtherPhones | Matrice di numeri di telefono | Altro numero di telefono estratto del biglietto da visita | ["+19876543233"] |
Impostazioni locali supportate
I biglietti da visita predefiniti v2.1 supportano le impostazioni locali seguenti:
- en-us
- en-au
- en-ca
- en-gb
- en-in
Guida alla migrazione e API REST v3.1
Passaggi successivi
Provare a elaborare moduli e documenti personalizzati con Document Intelligence Studio
Completare una guida introduttiva di Intelligence sui documenti e iniziare a creare un'app per l'elaborazione di documenti nel linguaggio di sviluppo preferito.
Provare a elaborare moduli e documenti personalizzati con lo strumento di etichettatura di esempio di Document Intelligence
Completare una guida introduttiva di Intelligence sui documenti e iniziare a creare un'app per l'elaborazione di documenti nel linguaggio di sviluppo preferito.