Modele przetwarzania dokumentów

Ważne

• Publiczne wersje zapoznawcze analizy dokumentów zapewniają wczesny dostęp do funkcji, które są aktywnie opracowywane.
• Funkcje, podejścia i procesy mogą ulec zmianie przed ogólną dostępnością na podstawie opinii użytkowników.
• Publiczna wersja zapoznawcza bibliotek klienckich usługi Document Intelligence jest domyślna dla interfejsu API REST w wersji 2024-02-29-preview.
• Publiczna wersja zapoznawcza 2024-02-29-preview jest obecnie dostępna tylko w następujących regionach świadczenia usługi Azure:
• Wschodnie stany USA
• Zachodnie stany USA 2
• Europa Zachodnia

Ta zawartość dotyczy:v4.0 (wersja zapoznawcza) | Poprzednie wersje:v3.1 (GA)v3.0 (GA)v2.1 (GA)

Usługa Azure AI Document Intelligence obsługuje szeroką gamę modeli, które umożliwiają dodawanie inteligentnego przetwarzania dokumentów do aplikacji i przepływów. Możesz użyć wstępnie utworzonego modelu specyficznego dla domeny lub wytrenować model niestandardowy dostosowany do konkretnych potrzeb biznesowych i przypadków użycia. Analiza dokumentów może być używana z interfejsem API REST lub bibliotekami klienta języka Python, C#, Java i JavaScript.

Omówienie modelu

W poniższej tabeli przedstawiono dostępne modele dla każdej bieżącej wersji zapoznawczej i stabilnego interfejsu API:

Typ modelu	Model	• 2024-02-29-preview Punktor 2023-10-31-preview	2023-07-31 (ogólna dostępność)	2022-08-31 (ogólna dostępność)	Wersja 2.1 (ogólna dostępność)
Modele analizy dokumentów	Przeczytaj	✔️	✔️	✔️	nie dotyczy
Modele analizy dokumentów	Układ	✔️	✔️	✔️	✔️
Modele analizy dokumentów	Dokument ogólny	przeniesiony do układu**	✔️	✔️	nie dotyczy
Wstępnie utworzone modele	Kontrakt	✔️	✔️	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Karta ubezpieczenia zdrowotnego	✔️	✔️	✔️	nie dotyczy
Wstępnie utworzone modele	Dokument tożsamości	✔️	✔️	✔️	✔️
Wstępnie utworzone modele	Faktura	✔️	✔️	✔️	✔️
Wstępnie utworzone modele	Otrzymania	✔️	✔️	✔️	✔️
Wstępnie utworzone modele	Podatek 1040 USA*	✔️	✔️	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Podatek od USA 1098*	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Podatek od USA 1099*	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Podatek w USA W2	✔️	✔️	✔️	nie dotyczy
Wstępnie utworzone modele	US Mortgage 1003 URLA	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Podsumowanie kredytu hipotecznego USA 1008	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Ujawnienie zamknięcia kredytów hipotecznych w USA	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Akt małżeństwa	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Karta kredytowa	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Wstępnie utworzone modele	Wizytówka	deprecated	✔️	✔️	✔️
Niestandardowy model klasyfikacji	Klasyfikator niestandardowy	✔️	✔️	nie dotyczy	nie dotyczy
Niestandardowy model wyodrębniania	Niestandardowe neuronowe	✔️	✔️	✔️	nie dotyczy
Model customextraction	Szablon niestandardowy	✔️	✔️	✔️	✔️
Niestandardowy model wyodrębniania	Komponowane niestandardowe	✔️	✔️	✔️	✔️
Wszystkie modele	Możliwości dodatków	✔️	✔️	nie dotyczy	nie dotyczy

* — zawiera podrzędne modele. Zobacz informacje specyficzne dla modelu dotyczące obsługiwanych odmian i podtypów.

Możliwość dodawania	Dodatek/wersja bezpłatna	• 2024-02-29-preview Punktor [2023-10-31-preview](/rest/api/aiservices/operation-groups?view=rest-aiservices-2024-02-29-preview&preserve-view=true	2023-07-31 (ogólna dostępność)	2022-08-31 (ogólna dostępność)	Wersja 2.1 (ogólna dostępność)
Wyodrębnianie właściwości czcionki	Dodatek	✔️	✔️	nie dotyczy	nie dotyczy
Wyodrębnianie formuł	Dodatek	✔️	✔️	nie dotyczy	nie dotyczy
Wyodrębnianie o wysokiej rozdzielczości	Dodatek	✔️	✔️	nie dotyczy	nie dotyczy
Wyodrębnianie kodów kreskowych	Bezpłatna	✔️	✔️	nie dotyczy	nie dotyczy
Wykrywanie języka	Bezpłatna	✔️	✔️	nie dotyczy	nie dotyczy
Pary klucz-wartość	Bezpłatna	✔️	nie dotyczy	nie dotyczy	nie dotyczy
Pola zapytania	Dodatek*	✔️	nie dotyczy	nie dotyczy	nie dotyczy

Funkcje analizy modelu

Model ID	Wyodrębnianie zawartości	Pola zapytania	Ustępów	Role akapitu	Znaczniki zaznaczenia	Tabele	Pary klucz-wartość	Języki	Kodów kreskowych	Analiza dokumentów	Formuły*	Czcionka stylu*	Wysoka rozdzielczość*
odczyt wstępnie utworzony	✓						O	O		O	O	O
wstępnie utworzony układ	✓	✓	✓	✓	✓	✓		O	O		O	O	O
wstępnie utworzony dokument	✓	✓	✓	✓	✓	✓	✓	O	O		O	O	O
wstępnie utworzona karta biznesowa	✓	✓								✓
wstępnie utworzony kontrakt	✓	✓	✓	✓			O	O	✓	O	O	O
prebuilt-healthInsuranceCard.us	✓	✓						O	O	✓	O	O	O
prebuilt-idDocument	✓	✓						O	O	✓	O	O	O
wstępnie utworzona faktura	✓	✓			✓	✓	O	O	O	✓	O	O	O
wstępnie utworzone potwierdzenie	✓	✓						O	O	✓	O	O	O
prebuilt-marriageCertificate.us	✓	✓						O	O	✓	O	O	O
wstępnie utworzona karta kredytowa	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.1003	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.1008	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.closingDisclosure	✓	✓						O	O	✓	O	O	O
prebuilt-tax.us.w2	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1098	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1098E	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1098T	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1099(odmiany)	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1040(odmiany)	✓	✓						O	O	✓	O	O	O
{ customModelName }	✓	✓	✓	✓	✓	✓		O	O	✓	O	O	O

√ - Włączone
O - Opcjonalne
* - Funkcje w warstwie Premium generują dodatkowe koszty

Dodatek* — pola zapytania są wyceniane inaczej niż inne funkcje dodatku. Aby uzyskać szczegółowe informacje, zobacz cennik .

Model	Opis
Modele analizy dokumentów
Odczytywanie OCR	Wyodrębnij tekst drukowany i odręczny, w tym wyrazy, lokalizacje i wykryte języki.
Analiza układu	Wyodrębnij elementy tekstu i układu dokumentu, takie jak tabele, znaczniki zaznaczenia, tytuły, nagłówki sekcji i nie tylko.
Wstępnie utworzone modele
Karta ubezpieczenia zdrowotnego	Automatyzowanie procesów opieki zdrowotnej poprzez wyodrębnienie ubezpieczyciela, członka, recepty, numeru grupy i innych kluczowych informacji z amerykańskich kart ubezpieczenia zdrowotnego.
Modele dokumentów podatkowych USA	Przetwarzanie amerykańskich formularzy podatkowych w celu wyodrębnienia pracownika, pracodawcy, płacy i innych informacji.
Amerykańskie modele dokumentów hipotecznych	Przetwarzanie amerykańskich formularzy kredytów hipotecznych w celu wyodrębnienia pożyczki kredytobiorcy i informacji o nieruchomości.
Kontrakt	Wyodrębnij umowę i szczegóły strony.
Faktura	Automatyzowanie faktur.
Otrzymania	Wyodrębnij dane paragonu z paragonów.
Dokument tożsamości (ID)	Wyodrębnij pola tożsamości (ID) z amerykańskich licencji kierowców i międzynarodowych paszportów.
Wizytówka	Skanuj wizytówki, aby wyodrębnić kluczowe pola i dane do aplikacji.
Modele niestandardowe
Model niestandardowy (omówienie)	Wyodrębnianie danych z formularzy i dokumentów specyficznych dla Twojej firmy. Modele niestandardowe są trenowane dla unikatowych danych i przypadków użycia.
Niestandardowe modele wyodrębniania	● Niestandardowe modele szablonów używają wskazówek układu do wyodrębniania wartości z dokumentów i nadają się do wyodrębniania pól z dokumentów o wysokiej strukturze za pomocą zdefiniowanych szablonów wizualnych. ● Niestandardowe modele neuronowe są szkolone na różnych typach dokumentów w celu wyodrębniania pól ze strukturą, częściowo ustrukturyzowaną i nieustrukturyzowaną.
Niestandardowy model klasyfikacji	Model klasyfikacji niestandardowej może sklasyfikować każdą stronę w pliku wejściowym, aby zidentyfikować dokumenty w ramach programu , a także zidentyfikować wiele dokumentów lub wiele wystąpień pojedynczego dokumentu w pliku wejściowym.
Modele złożone	Połącz kilka modeli niestandardowych w jeden model, aby zautomatyzować przetwarzanie różnych typów dokumentów przy użyciu jednego złożonego modelu.

W przypadku wszystkich modeli, z wyjątkiem modelu wizytówek, analiza dokumentów obsługuje teraz funkcje dodatków, aby umożliwić bardziej zaawansowaną analizę. Te opcjonalne możliwości można włączyć i wyłączyć w zależności od scenariusza wyodrębniania dokumentów. Dostępnych jest siedem funkcji dodatku dla wersji interfejsu API (GA) i nowszej wersji interfejsu 2023-07-31 API:

• ocrHighResolution
• formulas
• styleFont
• barcodes
• languages
• keyValuePairs (2024-02-29-preview, 2023-10-31-preview)
• queryFields (2024-02-29-preview, 2023-10-31-preview) Not available with the US.Tax models

Szczegóły modelu

W tej sekcji opisano dane wyjściowe, których można oczekiwać od każdego modelu. Należy pamiętać, że można rozszerzyć dane wyjściowe większości modeli przy użyciu funkcji dodatków.

Odczytywanie metodą OCR

Interfejs API odczytu analizuje i wyodrębnia wiersze, wyrazy, ich lokalizacje, wykryte języki i styl odręczny, jeśli zostanie wykryty.

Przykładowy dokument przetworzony przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: odczyt modelu

Analiza układu

Model analizy układu analizuje i wyodrębnia tekst, tabele, znaczniki zaznaczenia i inne elementy struktury, takie jak tytuły, nagłówki sekcji, nagłówki stron, stopki stron i inne.

Przykładowy dokument przetworzony przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model układu

Karta ubezpieczenia zdrowotnego

Model karty ubezpieczenia zdrowotnego łączy zaawansowane funkcje optycznego rozpoznawania znaków (OCR) z modelami uczenia głębokiego w celu analizowania i wyodrębniania kluczowych informacji z amerykańskich kart ubezpieczenia zdrowotnego.

Przykładowa karta ubezpieczenia zdrowotnego USA przetworzona przy użyciu usługi Document Intelligence Studio:

Dowiedz się więcej: Model karty ubezpieczenia zdrowotnego

Amerykańskie dokumenty podatkowe

Modele dokumentów podatkowych w USA analizują i wyodrębniają kluczowe pola i elementy wierszy z wybranej grupy dokumentów podatkowych. Interfejs API obsługuje analizę dokumentów podatkowych w języku angielskim USA różnych formatów i jakości, w tym obrazów przechwyconych przez telefon, zeskanowanych dokumentów i cyfrowych plików PDF. Obecnie obsługiwane są następujące modele:

Model	opis	Identyfikator modelu
Amerykański podatek W-2	Wyodrębnij szczegóły odszkodowania podlegającego opodatkowaniu.	prebuilt-tax.us.W-2
Podatek amerykański 1040	Wyodrębnij szczegóły odsetek hipotecznych.	prebuilt-tax.us.1040(odmiany)
Podatek amerykański 1098	Wyodrębnij szczegóły odsetek hipotecznych.	prebuilt-tax.us.1098(odmiany)
Podatek amerykański 1099	Wyodrębnij dochód uzyskany ze źródeł innych niż pracodawca.	prebuilt-tax.us.1099(odmiany)

Przykładowy dokument W-2 przetworzony przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: Modele dokumentów podatkowych

Amerykańskie dokumenty hipoteczne

Amerykańskie modele dokumentów hipotecznych analizują i wyodrębniają kluczowe pola, w tym kredytobiorcę, pożyczkę i informacje o nieruchomościach z wybranej grupy dokumentów hipotecznych. Interfejs API obsługuje analizę dokumentów hipotecznych w języku angielskim USA różnych formatów i jakości, w tym obrazów przechwyconych przez telefon, zeskanowanych dokumentów i cyfrowych plików PDF. Obecnie obsługiwane są następujące modele:

Model	opis	Identyfikator modelu
1003 Umowa licencyjna użytkownika końcowego (EULA)	Wyodrębnij pożyczkę, kredytobiorcę, szczegóły nieruchomości.	prebuilt-mortgage.us.1003
Dokument podsumowujący 1008	Wyodrębnij kredytobiorcę, sprzedawcę, nieruchomość, kredyt hipoteczny i szczegóły ubezpieczania.	prebuilt-mortgage.us.1008
Zamykanie ujawnienia	Wyodrębnianie szczegółów zamknięcia, kosztów transakcji i pożyczki.	prebuilt-mortgage.us.closingDisclosure
Akt małżeństwa	Wyodrębnij szczegóły informacji o małżeństwie dla osób ubiegających się o wspólne pożyczki.	wstępnie utworzone małżeństwoCertificate
Amerykański podatek W-2	Wyodrębnij szczegóły odszkodowania podlegającego opodatkowaniu na potrzeby weryfikacji dochodów.	prebuilt-tax.us.W-2

Przykładowy dokument ujawnienia zamknięcia przetwarzany przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: Modele dokumentów hipotecznych

Kontrakt

Model kontraktu analizuje i wyodrębnia kluczowe pola i elementy wierszy z umów, w tym stron, jurysdykcji, identyfikatora umowy i tytułu. Model obsługuje obecnie dokumenty kontraktowe w języku angielskim.

Przykładowy kontrakt przetwarzany przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model kontraktu

Faktura

Model faktur automatyzuje przetwarzanie faktur w celu wyodrębnienia nazwy klienta, adresu rozliczeniowego, daty ukończenia i kwoty należnej, elementów wiersza i innych kluczowych danych. Obecnie model obsługuje faktury angielskie, hiszpańskie, niemieckie, francuskie, włoskie, portugalskie i holenderskie.

Przykładowa faktura przetworzona przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model faktur

Przyjęcie

Użyj modelu paragonu, aby zeskanować paragony sprzedaży pod kątem nazwy sprzedawcy, dat, pozycji wiersza, ilości i sum z paragonów drukowanych i odręcznych. Wersja 3.0 obsługuje również przetwarzanie paragonów hotelowych jednostronicowych.

Przykładowe potwierdzenie przetworzone przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model paragonów

Dokument tożsamości (ID)

Użyj modelu Dokumentu tożsamości (ID), aby przetworzyć licencje kierowców USA (wszystkie 50 stanów i dystryktu Kolumbii) oraz strony biograficzne z międzynarodowych paszportów (z wyjątkiem wiz i innych dokumentów podróży), aby wyodrębnić kluczowe pola.

Przykładowa licencja kierowcy USA przetworzona przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model dokumentów tożsamości

Akt małżeństwa

Użyj modelu certyfikatu małżeństwa, aby przetworzyć amerykańskie certyfikaty małżeńskie, aby wyodrębnić kluczowe pola, w tym osoby, datę i lokalizację.

Przykładowy certyfikat małżeństwa USA przetworzony przy użyciu usługi Document Intelligence Studio:

Dowiedz się więcej: model dokumentów tożsamości

Karta kredytowa

Użyj modelu karty kredytowej, aby przetworzyć karty kredytowe i debetowe w celu wyodrębnienia pól kluczy.

Przykładowa karta kredytowa przetworzona przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model dokumentów tożsamości

Modele niestandardowe

Modele niestandardowe można ogólnie klasyfikować na dwa typy. Niestandardowe modele klasyfikacji, które obsługują klasyfikację "typu dokumentu" i niestandardowe modele wyodrębniania, które mogą wyodrębniać zdefiniowany schemat z określonego typu dokumentu.

Niestandardowe modele dokumentów analizują i wyodrębniają dane z formularzy i dokumentów specyficznych dla Twojej firmy. Są one szkolone w celu rozpoznawania pól formularzy w ramach odrębnej zawartości i wyodrębniania par klucz-wartość i danych tabeli. Aby rozpocząć pracę, potrzebujesz tylko jednego przykładu typu formularza.

Model niestandardowy w wersji 3.0 obsługuje wykrywanie podpisów w niestandardowym szablonie (formularzu) i tabelach międzystronicowych w modelach szablonów i neuronowych.

Przykładowy szablon niestandardowy przetworzony przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: model niestandardowy

Niestandardowe wyodrębnianie

Niestandardowy model wyodrębniania może być jednym z dwóch typów, szablonem niestandardowym lub niestandardowym neuronowym. Aby utworzyć niestandardowy model wyodrębniania, oznacz zestaw danych dokumentów wartościami, które chcesz wyodrębnić i wytrenować model w oznaczonym zestawie danych. Do rozpoczęcia pracy potrzebujesz tylko pięciu przykładów tego samego formularza lub typu dokumentu.

Przykładowe wyodrębnianie niestandardowe przetworzone przy użyciu programu Document Intelligence Studio:

Dowiedz się więcej: niestandardowy model szablonu

Dowiedz się więcej: niestandardowy model neuronowy

Klasyfikator niestandardowy

Niestandardowy model klasyfikacji umożliwia zidentyfikowanie typu dokumentu przed wywołaniem modelu wyodrębniania. Model klasyfikacji jest dostępny od interfejsu 2023-07-31 (GA) API. Trenowanie niestandardowego modelu klasyfikacji wymaga co najmniej dwóch odrębnych klas i co najmniej pięciu próbek na klasę.

Dowiedz się więcej: niestandardowy model klasyfikacji

Modele złożone

Utworzony model jest tworzony przez pobranie kolekcji modeli niestandardowych i przypisanie ich do pojedynczego modelu utworzonego na podstawie typów formularzy. Można przypisać wiele modeli niestandardowych do złożonego modelu o nazwie z jednym identyfikatorem modelu. Do pojedynczego modelu złożonego można przypisać maksymalnie 200 wytrenowanych modeli niestandardowych.

Okno dialogowe złożonego modelu w programie Document Intelligence Studio:

Dowiedz się więcej: model niestandardowy

Wymagania dotyczące danych wejściowych

• Aby uzyskać najlepsze wyniki, podaj jedno jasne zdjęcie lub wysokiej jakości skanowanie na dokument.

• Obsługiwane formaty plików:

  Model	PDF	Obraz: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX) i HTML
  Przeczytaj	✔	✔	✔
  Układ	✔	✔	✔ (2024-02-29-preview, 2023-10-31-preview)
  Dokument ogólny	✔	✔
  Wstępnie utworzona	✔	✔
  Niestandardowe wyodrębnianie	✔	✔
  Klasyfikacja niestandardowa	✔	✔	✔ (2024-02-29-preview)

• W przypadku plików PDF i TIFF można przetworzyć maksymalnie 2000 stron (w przypadku subskrypcji w warstwie Bezpłatna przetwarzane są tylko pierwsze dwie strony).

• Rozmiar pliku do analizowania dokumentów wynosi 500 MB dla warstwy płatnej (S0) i 4 MB za bezpłatną (F0).

• Wymiary obrazu muszą mieć od 50 x 50 pikseli do 10 000 pikseli x 10 000 pikseli.

• Jeśli pliki PDF są zablokowane hasłem, przed ich przesłaniem usuń blokadę.

• Minimalna wysokość tekstu do wyodrębnienia to 12 pikseli dla obrazu o rozmiarze 1024 x 768 pikseli. Ten wymiar odpowiada około 8-point text na 150 kropek na cal (DPI).

• W przypadku trenowania modelu niestandardowego maksymalna liczba stron dla danych szkoleniowych wynosi 500 dla niestandardowego modelu szablonu i 50 000 dla niestandardowego modelu neuronowego.

  • W przypadku trenowania niestandardowego modelu wyodrębniania łączny rozmiar danych treningowych wynosi 50 MB dla modelu szablonu i 1G-MB dla modelu neuronowego.

  • W przypadku trenowania niestandardowego modelu klasyfikacji całkowity rozmiar danych treningowych wynosi 1GB maksymalnie 10 000 stron.

Uwaga

Przykładowe narzędzie etykietowania nie obsługuje formatu pliku BMP. Jest to ograniczenie narzędzia, a nie usługi analizy dokumentów.

Migracja wersji

Dowiedz się, jak używać analizy dokumentów w wersji 3.0 w aplikacjach, postępując zgodnie z naszym przewodnikiem migracji analizy dokumentów w wersji 3.1

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.