document-understanding
2022.10
false
- Überblick
- Document Understanding-Prozess
- Schnellstart-Tutorials
- Framework-Komponenten
- Übersicht zur Dokumentklassifizierung
- „Klassifizierer konfigurieren“-Assistent von Classify Document Scope
- Schlüsselwortbasierte Classifier (Keyword Based Classifier)
- Intelligenter Schlüsselwortklassifizierer
- FlexiCapture Classifier
- Machine Learning Classifier
- Dokumentklassifizierung – verwandte Aktivitäten
- Datenverbrauch
- ML-Pakete
- Pipelines
- Dokumentmanager
- OCR-Dienste
- Document Understanding – in der Automation Suite bereitgestellt
- Document Understanding – im eigenständigen AI Center bereitgestellt
- Deep Learning
- Lizenzierung
- Referenzen
- UiPath.Abbyy.Activities
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Aktivitäten (UiPath.IntelligentOCR.Activities)
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.DocumentProcessing.Contracts
- UiPath.Omnipage.Activities
- UiPath.PDF.Aktivitäten (UiPath.PDF.Activities)
Document Understanding-Benutzerhandbuch.
Last updated 11. Nov. 2024
Datenverbrauch
Dieser Abschnitt enthält allgemeine und technische Informationen zur Datenverbrauchskomponente.
Wenn Sie die extrahierten Daten überprüft haben, können Sie sie so übernehmen oder als
DataSet-Variable mit der Aktivität Export Extraction Results exportieren.
Die Variable kann später in einem
DataTable-Format gespeichert werden, sodass Sie sie in die Umgebung exportieren können, die Sie zum Verbrauch benötigen.
Wann der Datenverbrauch verwendet werden soll
Beispielsweise können Sie die Werte einfach in eine Excel-Datei konvertieren, die Daten in Warteschlangen weiterverarbeiten und die Daten dann in ein Enterprise Resource Planning Tool eingeben.
Wie die Datenverbrauchskomponente verwendet wird
Dementsprechend lässt sich die Aktivität Export Extraction Results mit Folgendem verwenden:
-
Automatische Ausgabe der Extraktionsergebnisse von Data Extraction Scope – für RPA-basierte Validierungszwecke ist dies eine hervorragende Alternative zum Zugriff auf die extrahierten Daten.
Hinweis: Stellen Sie sicher, dass Sie das Flag „KonfidenzEinbeziehen“ auf „True“ festlegen. - Ausgabe der bestätigten Extraktionsergebnisse der Present Validation Station – Dies ist ein einfaches Mittel, um später auf die tatsächlichen Werte zuzugreifen, die über das Document Understanding Framework extrahiert wurden.
Ermöglicht den einfachen Zugriff auf Extraktionsergebnisse, indem Sie Ergebnisse aus einer
ExtractionResult-Variablen in eine DataSet-Variable exportieren, die weiterverarbeitet werden kann. Weitere Details finden Sie hier.
