Ankerbasierte Datenextraktion mit Intelligent Form Extractor

Im folgenden Beispiel wird erläutert, wie Daten aus einem Formular extrahiert werden, das auch handgeschriebenen Text enthalten kann. Im folgenden Anwendungsszenario wird erläutert, wie Daten aus einer Bestellung extrahiert werden.

Gezeigt werden Aktivitäten wie Digitize Document, Data Extraction Scopeoder Intelligent Form Extractor. Diese Aktivitäten finden Sie im Paket UiPath.IntelligentOCR.Activities .

Erstellen des Workflows

Die folgenden Pakete müssen installiert werden, bevor der folgende Workflow erstellt werden kann:

• UiPath.DocumentProcessing.Contracts.Activities
• UiPath.IntelligentOCR.Aktivitäten (UiPath.IntelligentOCR.Activities)
• UiPath.OCR.Activities
• UiPath.OCR.Contracts
• UiPath.WebApi.Activities

So kann der Automatisierungsprozess aufgebaut werden:</summary>

So kann der Automatisierungsprozess erstellt werden:

1. Öffnen Sie Studio und erstellen Sie einen neuen Prozess.

2. Ziehen Sie einen Sequence- Container in den Workflow Designer, nennen Sie ihn Sequence1und erstellen Sie die folgenden Variablen:

   Variablenname	Variablentyp	Standardwert
   item	String
   classificationResult	ClassificationResult[]
   outputFileName	GenericValue

3. Ziehen Sie einen weiteren Sequence- Container in den Workflow Designerunter den ersten, nennen Sie ihn Sequence2und erstellen Sie die folgenden Variablen:

   Variablenname	Variablentyp	Standardwert
   text	String
   taxonomy	DocumentTaxonomy
   dom	Document
   documentPath	String
   classificationResult2	ClassificationResult[]
   outputFileName2	GenericValue

4. Fügen Sie eine Message Box -Aktivität innerhalb der Sequence hinzu.

   • Wählen Sie im Panel Eigenschaften die Option Ok aus der Dropdownliste Schaltflächen aus. Fügen Sie die folgende Meldung im Feld Text hinzu: „Wählen Sie eine PDF-Datei aus“.

5. Aktivieren Sie das Kontrollkästchen für die Option Oberste. Dadurch wird die „Message Box“ in den Vordergrund gebracht.

6. Fügen Sie eine Select File-Aktivität unter der Message Box-Aktivität hinzu.

   • Fügen Sie im Panel Eigenschaften den folgenden Text in das Feld Filter ein: Pdf files (*.pdf)|*.pdf
   • Fügen Sie die Variable documentPath im Feld SelectedFile hinzu.

7. Fügen Sie eine Assign-Aktivität unter der Select File-Aktivität hinzu.

   • Fügen Sie die Variable outputFileName2 im Feld An hinzu.
   • Fügen Sie den Ausdruck ".temp/" + Path.GetFileName(documentPath) in das Feld Wert ein.

8. Fügen Sie eine JSON-Deserialize- Aktivität unter der Assign -Aktivität hinzu.

   • Fügen Sie den Ausdruck File.ReadAllText("DocumentProcessing axonomy.json") in das Feld JSON-String ein.
   • Wählen Sie im Panel Eigenschaften die Option UiPath.DocumentProcessing.Contracts.Taxonomy.DocumentTaxonomy aus der Dropdownliste TypeArgument aus.
   • Fügen Sie die Variable taxonomy in das Feld JSONObjekt ein.

9. Fügen Sie eine Digitize Document -Aktivität unter der Aktivität Deserialize JSON hinzu .

   • Fügen Sie im Eigenschaftenbereich den Wert 1 in das Feld Parallelitätsgrad ein.
   • Fügen Sie die Variable documentPath im Feld DocumentPath hinzu.
   • Fügen Sie die Variable dom im Feld Dokumentobjektmodell hinzu.
   • Fügen Sie die Variable text im Feld Dokumenttext hinzu.
   • Fügen Sie die UiPath Document OCR -Engine innerhalb der Aktivität hinzu.
   • Fügen Sie Ihren API-Schlüssel im Feld ApiKey hinzu .
   • Fügen Sie den Ausdruck "https://du.uipath.com/ocr" im Feld Endpunkt hinzu .

10. Fügen Sie eine Aktivität „Textdatei schreiben“ unter der Aktivität „Dokument digitalisieren“ hinzu .

    • Fügen Sie den Ausdruck JsonConvert.SerializeObject(dom) in das Feld Text ein.
    • Fügen Sie den Ausdruck outputFileName2 + ".dom.json" in das Feld Dateiname ein.

11. Fügen Sie eine weitere Aktivität „ Write Text File “ unter der Aktivität „ Write Text File “ hinzu.

    • Fügen Sie die Variable text in das Feld Text ein.
    • Fügen Sie den Ausdruck outputFileName2 + ".text.txt" in das Feld Dateiname ein.

12. Ziehen Sie einen weiteren Sequence-Container in den Workflow Designer, nennen Sie ihn Sequence3, und erstellen Sie die folgenden Variablen:

    Variablenname	Variablentyp	Standardwert
    extractionResult	Extraktionsergebnis
    validatedResults	Extraktionsergebnis
    doubleValidatedResults	Extraktionsergebnis
    dataset	Dataset
    i	Int32

13. Fügen Sie eine Data Extraction Scope- Aktivität innerhalb der Sequence3 hinzu.

    • Fügen Sie im Panel Eigenschaften die Variable dom im Feld DocumentObjectModel hinzu.
    • Fügen Sie die Variable documentPath im Feld DocumentPath hinzu.
    • Fügen Sie die Variable text im Feld Dokumenttext hinzu.
    • Fügen Sie den Ausdruck "All.Benchmarks.Invoice" im Feld DocumentTypeId hinzu.
    • Fügen Sie die Variable taxonomy im Feld Taxonomie hinzu.
    • Fügen Sie die Variable extractionResult im Feld ExtractionResults hinzu.

14. Fügen Sie eine Intelligent Form Extractor -Aktivität innerhalb der Aktivität „ Data Extraction Scope “ hinzu.

    • Fügen Sie Ihren API-Schlüssel im Feld APISchlüssel hinzu.

15. Fügen Sie die Aktivität „ Write Text File “ unter der Aktivität „ Data Extraction Scope “ hinzu.

    • Fügen Sie den Ausdruck JsonConvert.SerializeObject(extractionResult) in das Feld Text ein.
    • Fügen Sie den Ausdruck outputFileName2 + ".results.json" in das Feld Dateiname ein.

16. Fügen Sie die Aktivität Present Validation Station unter der Aktivität Write Text File (Write Text File) hinzu.

    • Fügen Sie die Variable extractionResult im Feld AutomatischeExtraktionsergebnisse hinzu.
    • Fügen Sie die Variable dom im Feld Dokumentobjektmodell hinzu.
    • Fügen Sie die Variable documentPath im Feld DocumentPath hinzu.
    • Fügen Sie die Variable text im Feld Dokumenttext hinzu.
    • Fügen Sie die Variable taxonomy im Feld Taxonomie hinzu.
    • Fügen Sie die Variable validatedResults im Feld ValidierteExtraktionsergebnisse hinzu.

17. Fügen Sie die Aktivität „ Write Text File “ unter der Aktivität „ Present Validation Station “ hinzu.

    • Fügen Sie den Ausdruck JsonConvert.SerializeObject(validatedResults) in das Feld Text ein.
    • Fügen Sie den Ausdruck outputFileName2 + ".savedinVS.results.json" in das Feld Dateiname ein.

18. Fügen Sie eine weitere Aktivität „ Write Text File “ unter der Aktivität „ Write Text File “ hinzu.

    • Fügen Sie den Ausdruck JsonConvert.SerializeObject(doubleValidatedResults) in das Feld Text ein.
    • Fügen Sie den Ausdruck outputFileName2 + ".doubleSavedinVS.results.json" in das Feld Dateiname ein.
19. Führen Sie den Prozess aus. Der Automatisierungsprozess sollte die Validation Station öffnen, die Daten extrahieren, validieren und im Ausgabeordner speichern.

Laden Sie das Beispiel hier herunter.

Definieren Ihrer Taxonomie

Sie haben Ihren Workflow erstellt, alle Variablen definiert und alle Aktivitäten angepasst. Jetzt ist es an der Zeit, Ihre Taxonomie zu definieren. Führen Sie dazu die hierbeschriebenen Schritte aus.

Erstellen Sie Ihre Taxonomie, um Informationen aus einer Rechnung extrahieren zu können. Sie sollten sich auf die Erstellung eines Rechnungsdokumenttyps mit den folgenden Feldern konzentrieren:

Name des Felds	Feldtyp
RechnungNr	Text
Zwischensumme	Number
Umsatzsteuer	Number
Gesamt	Number

So sollte Ihre Taxonomie aussehen:

Erstellen Ihrer Vorlage

Jetzt ist es an der Zeit, die Vorlage für den Extraktionsprozess zu erstellen. Erstellen Sie sie, indem Sie die Anweisungen hier befolgen.

Im folgenden GIF wird erläutert, wie die Vorlage erstellt wird:

Festlegen von Ankern in der Vorlage

Anker sind eine sehr spezielle und nützliche Funktion, wenn Sie präzise Informationen aus einem Dokument extrahieren müssen. Durch das Definieren eines Extraktionsbereichs mit einem Anker können Sie eine hohe Genauigkeit bei der Datenextraktion erwarten.

In den folgenden GIFs wird erläutert, wie die Anker im Rechnungsdokument verwendet werden, das im obigen Beispiel verwendet wurde. Weitere Details zu Ankern finden Sie hier.

Nachdem die Taxonomie definiert und die Vorlage erstellt wurde, können Sie mit der Konfiguration der Vorlage beginnen, indem Sie Anker verwenden, d. h. der Extraktionsbereich wird in einem Kasten definiert und Anker werden zum Definieren der Kastenposition verwendet.

Hier sind einige Hinweise, bevor Sie Ihrer Vorlage Anker hinzufügen:

• Das Ankerfeld sollte so groß wie möglich sein (Höhe, Breite), um jede Art von Rechnungsnummer, lange, kurze, große Schriftart usw. abzudecken.
• Ein Extraktionsbereich kann so viele Anker wie nötig haben, aber nur einen, der als main definiert ist (der erste).
• Verwenden Sie Anker, die aus mehreren Wörtern nebeneinander bestehen.
• Der Hauptanker sollte sich so nah wie möglich am Extraktionsbereich befinden.
• Die Positionen des Extraktionsbereichs und des Hauptankers sind in der Vorlage festgelegt, auch wenn sie auf verschiedene Dokumente angewendet werden. Das einzige, was variieren kann, ist der Abstand zwischen dem Hauptanker und den sekundären.

Wir fahren mit der Konfiguration der Vorlage fort und sehen, wie Sie Daten mithilfe eines Ankers extrahieren können. In den folgenden GIFs wird erläutert, wie der Extraktionsbereich markiert und die Haupt- und Sekundäranker hinzugefügt werden.

• Festlegen des Extraktionsbereichs

  
  

  

  
  
  Hinweis:

  Der Hauptanker sollte zwei oder drei Wörter enthalten, um eine hohe Genauigkeit und bessere Ergebnisse beim Extraktionsprozess zu erzielen.

  Wählen Sie beim Markieren eines Ankers mehrere Wörter aus, indem Sie STRG drücken und auf die gewünschten Wörter klicken.

• Hauptanker festlegen

  
  

  

  
  

• Legen Sie die sekundären Anker fest

  
  

  

  
  

Wiederholen Sie den Vorgang, bis Sie alle Extraktionsbereiche definiert und alle Ihre Anker hinzugefügt haben. Wenn Sie fertig sind, speichern Sie die Vorlage.