Dokumentdaten

Dokumentdatenobjektreferenz, die als primäre Eingabe- und Ausgabevariable für Document Understanding-Workflows dient.

Dokumentdaten ist eine Ressource, die sowohl als Eingabe- als auch als Ausgabevariable in Ihren Document Understanding-Workflows dient. Das Objekt Dokumentdaten enthält alle erforderlichen Informationen zu einem einzelnen Dokument. Wenn Sie ein Dokument klassifizieren, enthält das Objekt den Dokumenttyp. Wenn Sie Daten extrahieren, enthält das Objekt die entsprechenden extrahierten Felder. Unabhängig von der Aktivität enthalten Dokumentdaten konsistent den Text des Dokuments und das DOM (Dokumentobjektmodell).

Mit Dokumentdaten können Sie: Alle erforderlichen Informationen zu einem Dokument in einer Variablen sammeln, Daten zu jeder Eigenschaft des Objekts speichern und für andere Aktivitäten im Workflow wiederverwenden.

Dokumentdaten enthält Informationen zu den folgenden Attributen:

• Dokumenttyp: Stellt Daten über den identifizierten Dokumenttyp bereit, der von Aktivitäten wie Classify Document oder Create Classification Validation Task aufgefüllt wird.
• Daten: Enthält die extrahierten Feldwerte. Sie wird bei Bedarf von der Eigenschaft Daten generieren generiert, die einen Ausgabetyp vom IDocumentData<ExtractorType> generiert. Wenn die Eigenschaft Daten generieren auf False festgelegt ist, können Sie nur über Methoden des Typs Get auf die extrahierten Feldwerte zugreifen.
• Dateidetails: Enthält Details zur IResource.
  Hinweis:

  IResource ist ein universeller Anzeiger, der Daten findet und darauf zugreift, die in Ihren plattformübergreifenden Workflows verwendet werden. IResource fungiert als Container, der Verweise auf lokale (z. B. lokale Dateien) oder externe Daten (z. B. Cloud-Dateien speichert, die nicht nur in Ihrem aktuellen Workflow gespeichert werden. Diese Daten können aus verschiedenen Quellen stammen. Weitere Informationen zu IResource und den verfügbar gemachten Eigenschaften finden Sie unter Verwenden von Datei- und Ordnerressourcen.

• Unterdokumente: Enthält eine Sammlung von Dokumentdaten, die von Aktivitäten wie Create Classification Validation Task aufgefüllt werden.
• Dokumentmetadaten: Enthält Informationen über die Verarbeitung des Dokuments, z. B.:
  • Text in Sprache erkannt
  • Extrahierte Felder als Datentabelle
  • Dokumentobjektmodell (DOM): Enthält das Dokumentobjektmodell, das von allen Aktivitäten verwendet wird. Die Dokumentmetadaten werden von der Aktivität aktualisiert, die das Dokument zuerst verarbeitet. Sobald sie aufgefüllt wurden, werden die Metadaten von allen nachfolgenden Aktivitäten freigegeben und verwendet, die das Dokumentdatenobjekt erhalten.
    Tipp:

    Wenn eine Aktivität nicht die erste Document Understanding-Aktivität ist, die Teil eines Studio-Workflows ist, verwenden Sie Dokumentdaten als Eingabe. Verwenden Sie die Variable Datei nur dann als Eingabe, wenn die Aktivität der erste Document Understanding-Teil eines Studio Workflows ist.

Verstehen und Zugreifen auf Daten

Die Dokumentdaten enthalten detaillierte Informationen zu den Extraktionsergebnissen. Die Daten können von zwei Arten sein, je nachdem, ob Sie sie bei Bedarf generieren, sodass Sie sie in Ihrem Workflow weiter verwenden können, oder ob sie nicht generiert werden sollen, sodass Sie get und set -Methoden damit ausführen können für erweiterte Implementierungen, um die Flexibilität zu erhöhen.

Mit der Eigenschaft Datentyp generieren in der Aktivität Extract Document Data können Sie auswählen, ob Sie die Daten bei Bedarf generieren oder nicht. Dazu gibt es folgende Szenarien:

• Wenn Sie Datentyp generieren auf True (Standardeinstellung) festlegen: Dokumentdaten werden als IDocumentData<ExtractorType> ausgegeben. Diese Daten werden bei Bedarf und Änderungen generiert, die auf Änderungen in der Aktivität „Extract Document Data“ vorgenommen werden. Mit dieser Einstellung können Sie den Dokumenttyp in der Validation Station nicht ändern und JIT (Just-in-Time) wird standardmäßig ausgewählt.
• When you set Generate Data Type to False: Document Data outputs as IDocumentData<DictionaryData>. With this setting, the Document Data property will not be generated anymore, and you won't be able to browse through it. You can access its data using specific methods, relying on the field ID. These IDs become available when configuring the document type or when retrieving the information using APIs. Visit Editing or adding new fields and Get the extraction request API for more information. As an alternative to these methods, you can navigate and edit the results in a fluent, strongly-typed way through the Handler property, which exposes an ExtractionResultHandler navigator.
  • Wenn Sie Datentyp generieren für die generative Extraktion auf False festlegen, entsprechen die abgerufenen Felder den in der Eingabeaufforderung angegebenen Namen. Wenn der Feldname in der Eingabeaufforderung beispielsweise als a b c ( einschließlich der Leerzeichen) definiert ist, sollten Sie den gleichen Namen wie die Feld-ID verwenden, wenn Sie die spezifischen Methoden verwenden.

Übergeben von Dokumentdaten an Aktivitäten

Wenn Sie Dokumentdaten verwenden, wird das erste Ausgabeobjekt aus Ihrer Eingabedatei erstellt. Nachdem Sie dieses Objekt erstellt haben, empfehlen wir Ihnen, es an Ihre nächsten Aktivitäten weiterzugeben. Wenn Sie es an Ihre nächsten Aktivitäten übergeben, können Sie den Text und das DOM aus Ihrer ursprünglichen Datei wiederverwenden. Dieser Ansatz erspart Ihnen jedes Mal die Datei neu zu digitalisieren.

Verbrauchen der Extraktionsergebnisse für Felder mit einem oder mehreren Werten

Wenn Sie ein Dokumenttypfeld so konfigurieren, dass es einen Mehrfachwert hat, erwartet das System mehrere Werte. Ein Beispiel könnte eine Multiple-Choice-Frage in einem Formular sein. Die Ergebnisse werden im Mehrfachwertattribut im Feld angezeigt und als Liste zurückgegeben. Wenn das Dokumenttypfeld als Einzelwert konfiguriert ist, gibt das System standardmäßig das Ergebnis im Wertattribut des Felds zurück.

Die folgende Tabelle zeigt Ihnen, wie Dokumentdaten Felder mit einem und mehreren Werten zurückgibt:

Tabelle 1. Die von Dokumentdaten für Felder mit einem und mehreren Werten zurückgegebenen Werte

	hat keinen Wert	Hat einen Wert	Hat zwei oder mehr Werte	DocumentData.Data.FieldName.Value	DocumentData.Data.FieldName.MultiValues
Einzelwert	Ja	Nein	Keine Angabe	""	null
Einzelwert	Nein	Ja	Keine Angabe		null
Mehrfachwert	Ja	Nein	Nein	""	[] (leeres Array)
Mehrfachwert	Nein	Ja	Nein		[<Array mit einem Wert, der identisch mit .Value>] ist
Mehrfachwert	Nein	Nein	Ja		[<Array mit n Werten, wobei der erste Wert identisch mit dem .Value>] ist

Zurückgeben extrahierter Felder als Datentabelle

Sie können die Felder, die Sie aus einem Dokument extrahiert haben, als Datentabelle zurückgeben, indem Sie das Dokumentdatenobjekt verwenden. Anschließend können Sie die Variable Datentabelle in Excel-Aktivitäten verwenden .

Um die extrahierten Felder als Datentabelle zurückzugeben, wählen Sie die Ausgabe ResultsAsDatatable für die Aktivität Extract Document Data .

Eigenschaften

Die Eigenschaften der Dokumentdatenvariablen können von einer oder mehreren Aktivitäten gefüllt und abgerufen werden. Je nach Aktivität, die die Variable füllt, können sich die Eigenschaften unterscheiden. Überprüfen Sie Folgendes:

• Dokumenttyp – Die Aktivität Classify Document gibt die folgenden Werte an:
  • AnzeigeName (wird für benutzerdefinierte Modelle verwendet): Name des Dokumenttyps.
  • ID (wird für vorgefertigte Modelle verwendet): Name des Dokumenttyps.
  • Konfidenz: Klassifizierungskonfidenz.
  • URL: URL, über die der Zugriff auf den Dokumenttyp möglich ist Dies kann entweder benutzerdefiniert oder vordefiniert sein und wird über das jeweilige Projekt im Document Understanding-Center referenziert.
• In die Felder Extract Document Data, Create Validation Task, Create Validation Task and Wait, Wait for Validation Task and Resume werden folgende Werte eingetragen:
  • Feldwert – Extraktionswert des Felds.
  • Extraktionskonfidenzwert: Konfidenzwert der Extraktion, wie vom Modell bereitgestellt.
  • OCR-Konfidenzbewertung: Konfidenzbewertung, die vom OCR-Modul bereitgestellt wird.
• Dateidetails – Aktivitäten, die das Dokumentdatenobjekt erstellen, eine Datei als Eingabe empfangen und die folgenden Werte auffüllen:
  • Local Path: Local path of the file.
  • Vollständiger Name: Der vollständige Name der Datei.
  • Erweiterung: Erweiterung der Datei.
  • Seitenbereich: Seitenbereich der Datei.
• Unterdokumente: Sammlung von Dokumentdaten, die von der Aktivität Classify Document aufgefüllt werden.
  Hinweis:

  Dieser Bereich ist derzeit noch nicht ausgefüllt und wird in Zukunft zusammen mit der Klassifizierungsvalidierung und den Aufteilungsfunktionen hinzugefügt werden.

• Dokumentmetadaten:
  • DOM: Das Dokumentobjektmodell, das von allen Aktivitäten verwendet wird. (Aufgefüllt durch Aktivitäten, die das Dokumentdatenobjekt erstellen und eine Datei als Eingabe erhalten.)
  • Text: Der gesamte extrahierte Text. (Aufgefüllt durch Aktivitäten, die das Dokumentdatenobjekt erstellen und eine Datei als Eingabe erhalten.)
  • Sprache: Die im Dokument erkannte Sprache. (Aufgefüllt durch Aktivitäten, die das Dokumentdatenobjekt erstellen und eine Datei als Eingabe erhalten.)
  • Aufteilungskonfidenz: Wenn das Dokument aufgeteilt wird, wird das Dokument vom Aufteilungsmodell zurückgegeben. (Aufgefüllt von der Aktivität Classify Document )
    Hinweis:

    Dieser Bereich ist derzeit noch nicht ausgefüllt und wird in Zukunft zusammen mit der Klassifizierungsvalidierung und den Aufteilungsfunktionen hinzugefügt werden.

  • Ergebnisse als Datentabellen: Felder, die als Datentabelle exportiert werden. (Aufgefüllt von der Aktivität Extract Document Data ).
• Properties (advanced) - Holds the underlying processing context that the other members and methods read from. This property is hidden in the Studio designer, but it is publicly accessible in code. The convenience views on the output, such as the Handler property and the Get/Set methods, operate over the ExtractionResult exposed here. The property exposes the following values:
  • ExtractionResult: The raw extraction result, used by the navigator and the Get/Set methods.
  • Taxonomy: The document taxonomy, holding the field and table definitions.
  • ClassificationResults: The classification results for the document.
  • ProjectId, ExtractorId, ClassifierId: Identifiers of the project and the models used.
  • ExtractorModelType, ClassifierModelType: The model types used for extraction and classification.