Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Benutzerdefinierter Extrahierer – Übersicht
Mit dem benutzerdefinierten Extractor werden Entitäten aus Dokumenten eines bestimmten Typs extrahiert. So können beispielsweise die Elemente in einem Menü oder der Name und die Kontaktdaten aus einem Lebenslauf extrahiert werden.
Übersicht
Mit dem benutzerdefinierten Extractor können Document AI-Nutzer benutzerdefinierte Lösungen für die Entitätsextraktion für neue Dokumenttypen erstellen, für die keine vortrainierten Prozessoren verfügbar sind. Der benutzerdefinierte Extractor umfasst eine Kombination aus layoutbewussten Deep-Learning-Modellen (für generative KI und benutzerdefinierte Modelle) und stempelbasierten Modellen.
Welche Trainingsmethode sollte ich verwenden?
Der benutzerdefinierte Extractor unterstützt mit drei verschiedenen Modi eine Vielzahl von Anwendungsfällen.
Trainingsmethode
Dokumentbeispiele
Abweichungen beim Dokumentlayout
Freitext oder Absätze
Anzahl der Trainingsdokumente für die produktionsreife Qualität, je nach Variabilität
Ähnliche Formulare mit unterschiedlichem Layout über Jahre oder Anbieter hinweg (z. B. W9)
Niedrig bis mittel.
Niedrig.
Hoch: 10–100 Dokumente oder mehr
Vorlage.
Steuerformulare mit einem festen Layout (z. B. Formulare 941 und 709)
Keine.
Niedrig.
Niedrig (3 Dokumente)
Da für Basismodelle in der Regel weniger Trainingsdokumente erforderlich sind, werden sie als erste Option für alle variablen Layouts empfohlen.
Konfidenzwert
Der Konfidenzwert gibt an, wie stark Ihr Modell die einzelnen Entitäten mit dem prognostizierten Wert verknüpft. Der Wert liegt zwischen null und eins. Je näher er an eins liegt, desto höher ist die Wahrscheinlichkeit, dass der Wert der Entität entspricht.
So können Nutzer Trigger für die manuelle Überprüfung einzelner Entitäten festlegen, wenn der Wert niedrig ist. Beispiel: Es wird ermittelt, ob der Text in einem Element „Hallo Welt!“ oder „Hallo Welt!“ lautet.
Mit diesem Ansatz können Sie einzelne Entitäten mit geringer Konfidenz erkennen, Grenzwerte für die Verwendung von Vorhersagen festlegen, den optimalen Konfidenzgrenzwert auswählen und neue Strategien für das Training von Modellen mit höherer Genauigkeit und Konfidenzwerten entwickeln.
Weitere Informationen zu Bewertungskonzepten und ‑messwerten finden Sie unter Leistung bewerten.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-02 (UTC)."],[[["\u003cp\u003eCustom extractors are designed to identify and extract specific entities from various document types, including menus and resumes, for which pre-trained processors may not exist.\u003c/p\u003e\n"],["\u003cp\u003eThe custom extractor employs a combination of layout-aware deep learning models and template-based models to accommodate diverse document structures.\u003c/p\u003e\n"],["\u003cp\u003eThree training methods are available for the custom extractor: fine-tuning with foundation models, custom models, and template-based models, each suited for different levels of document layout variability.\u003c/p\u003e\n"],["\u003cp\u003eFoundation models are the preferred training option for documents with variable layouts, as they typically require fewer training documents compared to other methods.\u003c/p\u003e\n"],["\u003cp\u003eThe confidence score, ranging from zero to one, indicates the model's certainty in associating a value with a predicted entity, enabling users to set review thresholds and improve model accuracy.\u003c/p\u003e\n"]]],[],null,["# Custom extractor overview\n=========================\n\nCustom extractor extracts entities from documents of a particular type. For\nexample, it can extract the items in a menu or the name and contact information\nfrom a resume.\n\nOverview\n--------\n\nThe goal of the custom extractor is to enable Document AI users to build\ncustom entity extraction solutions for new document\ntypes for which no pre-trained processors are available. Custom extractor includes\na combination of layout-aware deep learning models (for generative AI and custom\nmodels) and template-based models.\n\nWhich training method should I use?\n-----------------------------------\n\nCustom extractor supports a wide range of use cases with three different modes.\n\nBecause foundation models typically require fewer training documents, they're\nrecommended as the first option for all variable layouts.\n\nConfidence score\n----------------\n\nThe confidence score communicates how strongly your model associates each entity\nwith the predicted value. The value is between zero and one, the closer it is to\none, the higher the model's confidence that the value corresponds to the entity.\nThis allows users to set triggers for manual review of individual entities when\nthe value is low. For example, determining whether the text in an entity is\n\"Hello, world!\" or \"HeIIo vvorld!\"\n\nThe benefits of this approach allow for spotting individual entities with low\nconfidence, setting thresholds for which predictions are used, selecting the\noptimal [confidence threshold](/document-ai/docs/evaluate#confidence_threshold), and development\nof new strategies for training models with higher accuracy and confidence scores.\n\nFor more information on evaluation concepts and metrics, see [Evaluate\nPerformance](/document-ai/docs/evaluate#all-labels)"]]
