Custom Extractor estrae entità dai documenti di un particolare tipo. Ad esempio, può estrarre gli elementi di un menu o il nome e i dati di contatto da un curriculum.
Panoramica
L'obiettivo dell'estrattore personalizzato è consentire agli utenti di Document AI di creare soluzioni di estrazione di entità personalizzate per nuovi tipi di documenti per i quali non sono disponibili processori preaddestrati. L'estrattore personalizzato include una combinazione di modelli di deep learning sensibili al layout (per l'AI generativa e i modelli personalizzati) e modelli basati su modelli.
Quale metodo di addestramento devo utilizzare?
L'estrattore personalizzato supporta un'ampia gamma di casi d'uso con tre modalità diverse.
| Metodo di addestramento | Esempi di documenti | Variante del layout del documento | Testo o paragrafi in formato libero | Numero di documenti di addestramento per una qualità pronta per la produzione, a seconda della variabilità | |
|---|---|---|---|---|---|
| Modello di base e ottimizzazione (AI generativa). | Contratto, termini di servizio, fattura, estratto conto bancario, polizza di carico, buste paga. | Dal più alto al più basso (preferito). | Alto. | Medio: 0-50+ documenti. | |
| Modello personalizzato. | Modello. | Moduli simili con variazioni di layout nel corso degli anni o tra i fornitori (ad esempio, il modulo W9). | Da basso a medio. | Basso. | Alto: 10-100+ documenti. |
| Modello. | Moduli fiscali con un layout fisso (ad esempio, i moduli 941 e 709). | Nessuno. | Basso. | Basso (3 documenti). | |
Poiché i modelli di base in genere richiedono meno documenti di addestramento, sono consigliati come prima opzione per tutti i layout delle variabili.
Punteggio di confidenza
Il punteggio di affidabilità indica la forza con cui il modello associa ogni entità al valore previsto. Il valore è compreso tra zero e uno. Più si avvicina a uno, maggiore è la confidenza del modello che il valore corrisponda all'entità. Ciò consente agli utenti di impostare trigger per la revisione manuale delle singole entità quando il valore è basso. Ad esempio, determinare se il testo in un'entità è "Hello, world!" o "HeIIo vvorld!"
I vantaggi di questo approccio consentono di individuare singole entità con bassa confidenza, impostare soglie per le previsioni utilizzate, selezionare la soglia di confidenza ottimale e sviluppare nuove strategie per l'addestramento di modelli con punteggi di accuratezza e confidenza più elevati.
Per ulteriori informazioni sui concetti e sulle metriche di valutazione, vedi Valuta il rendimento.