Pengayaan

Document AI menggunakan Enterprise Knowledge Graph untuk menormalisasi dan memperkaya hasil ekstraksi entitas (untuk kolom yang didukung). Misalnya, alamat 123 Main St Apt 1 dan 123 Main street # 1 dapat dinormalisasi ke alamat standar yang sama.

Untuk setiap kolom yang didukung, Document AI juga menampilkan normalizedValue selain kolom mentah yang diekstrak, yang menormalisasi teks literal. File ini berisi data dalam format standar untuk mengurangi pascapemrosesan.

Sebagian besar data termasuk dalam salah satu kategori berikut:

• Uang
• Tanggal
• Stempel waktu
• Alamat
• Boolean
• Bilangan bulat
• Float

Contoh respons

Nilai yang diperkaya dapat ditemukan di kolom entities.normalizedValue seperti yang ditunjukkan dalam contoh yang terpotong berikut:

{
  "entities": [
    {
      "textAnchor": {
        "textSegments": [ ... ],
        "content": "Google Singapore"
      },
      "type": "employer_name",
      "mentionText": "Google Singapore",
      "confidence": 0.69933707,
      "pageAnchor": {
        "pageRefs": [
          {
            "boundingPoly": {
              "normalizedVertices": [ ... ]
            }
          }
        ]
      },
      "id": "9",
      "normalizedValue": {
        "text": "Google Asia Pacific, Singapore"
      }
    }
  ]
}

Dalam contoh, employer_name asli "Google Singapore" telah dinormalisasi menjadi "Google Asia Pacific, Singapore".

Di konsol Google Cloud , kolom yang diperkaya dan dinormalisasi dianotasi dengan G. Contoh:

Prosesor yang didukung

Berikut adalah pemroses dan kolom yang mendukung pengayaan entitas.