Über ML-Pakete

Die Verwendung eines ML-Pakets für Document Understanding umfasst die folgenden Schritte:

• Sammeln von Dokumentbeispielen und der Anforderungen der zu extrahierenden Datenpunkte.

• Labeling documents using Document Manager. Be aware that Document Manager itself connects to an OCR Service.

• Herunterladen oder Exportieren von beschrifteten Dokumenten als Trainings-Dataset und Hochladen des exportierten Ordners in den AI Center-Speicher.

• Herunterladen oder Exportieren von beschrifteten Dokumenten als Auswertungs-Dataset und Hochladen des exportierten Ordners in den AI Center-Speicher.

• Ausführen einer Trainingspipeline im AI Center.

• Bewerten der Modellleistung mit einer Auswertungspipeline im AI Center.

• Bereitstellen des trainierten Modells als ML-Fähigkeit im AI Center.

• Abfragen der ML-Fähigkeit aus einem RPA-Workflow mithilfe des Aktivitätspakets UiPath.DocumentUnderstanding.ML.

  Hinweis:

  Denken Sie daran, dass die Verwendung von Document Understanding-ML-Paketen erfordert, dass die Maschine, auf der AI Center installiert ist, auf https://du-metering.uipath.com zugreifen kann.

  Hinweis:

  When creating a UiPath.DocumentUnderstanding.ML.Activities Package in AI Center, the package name should not be any python reserved keyword, such as class , break, from, finally, global, None, etc. Note that this list is not exhaustive since the package name is used for class <pkg-name> and import <pkg-name>.

Dabei handelt es sich um vorgefertigte Machine-Learning-Modelle zum Klassifizieren und Extrahieren aller häufig vorkommenden Datenpunkte aus halbstrukturierten oder unstrukturierten Dokumenten, einschließlich regulärer Felder, Tabellenspalten und Klassifizierungsfeldern als Teil eines vorlagenfreien Ansatzes.

Hinweis:

Die von UiPath gelieferten vorkonfigurierten Pakete für Machine Learning haben die Version 0 und sind bereits auf Ihrem Mandanten verfügbar, d. h. Sie müssen sie nicht herunterladen.

Der Download ist nur für Versionen 1 oder höher verfügbar, die bereits von Ihnen trainiert wurden.

Document Understanding enthält mehrere ML-Pakete, die in fünf Hauptkategorien unterteilt sind:

• UiPath Document OCR
• Document Understanding
• Dokumentklassifizierer
• Out-of-the-box Pre-trained ML Packages
• Andere out-of-the-box ML-Pakete

UiPath Document OCR

This is a non-retrainable model which can be used with the UiPath Document OCR engine activity as part of the Digitize Document activity. To be used, the ML Skill must first be made public so that a URL can be copy-pasted into the UiPath Document OCR engine activity.

UiPathDocumentOCR erfordert Zugriff auf den Messungsserver von Document Understanding unter https://du.uipath.com/metering wenn die ML-Fähigkeit in einer regulären lokalen Installation des AI Center ausgeführt wird. Es ist kein Internetzugang für lokale Air Gap-Installationen des AI Center erforderlich.

UiPathDocumentOCR_CPU

Dieses ML-Paket kann auf genau die gleiche Weise wie das ML-Paket UiPathDocumentOCR bereitgestellt werden, wobei es einige Unterschiede gibt:

• Es ist optimiert für die Ausführung auf CPU. Dadurch dürfte die Geschwindigkeit bei der Ausführung im Workflow um das 3–4-Fache höher sein und beim Importieren von Dokumenten in den Document Manager um das 5–10-Fache.
• Die Genauigkeit ist etwas niedriger als beim ML-Paket UiPathDocumentOCR und ähnelt dem Studio-Paket UiPath.DocumentUnderstanding.OCR.LocalServer.
• Da die CPU schneller ist, wird sie auch bei großen Dokumenten (über 20 Seiten pro Dokument) empfohlen, wenn keine GPU vorhanden ist, was ideal ist.

Document Understanding

Dies ist ein generisches, erneut trainierbares Modell zum Extrahieren häufig vorkommender Datenpunkte aus jeder Art strukturierter oder halbstrukturierter Dokumente, wobei ein Modell von Grund auf neu aufgebaut wird. Dieses ML-Paket muss trainiert werden. Wenn es zunächst ohne Training bereitgestellt wird, kommt es bei der Bereitstellung zu einem Fehler, der angibt, dass das Modell nicht trainiert ist.

Dokumentklassifizierer

Dies ist ein generisches, erneut trainierbares Modell zum Klassifizieren jeglicher Art strukturierter oder halbstrukturierter Dokumente, wobei ein Modell von Grund auf erstellt wird. Dieses ML-Paket muss trainiert werden. Wenn es zunächst ohne Training bereitgestellt wird, kommt es bei der Bereitstellung zu einem Fehler, der angibt, dass das Modell nicht trainiert ist.

Out-of-the-box Pre-trained ML Packages

Dabei handelt es sich um erneut trainierbare ML-Pakete, die Kenntnisse verschiedener Machine Learning-Modelle enthalten.

Sie können angepasst werden, um zusätzliche Felder zu extrahieren oder zusätzliche Sprachen mithilfe von Pipeline-Ausführungen zu unterstützen. Mithilfe modernster Lerntransferfunktionen kann dieses Modell an zusätzlich beschrifteten Dokumenten erneut trainiert und auf einen bestimmten Anwendungsfall zugeschnitten oder erweitert werden, um zusätzliche Sprachen mit lateinischem, kyrillischem oder griechischem Alphabet zu unterstützen.

Das verwendete Dataset kann dieselben Felder, eine Teilmenge der Felder oder zusätzliche Felder haben. Sie müssen Felder mit den gleichen Namen wie im out-of-the-box Modell verwenden, um von den bereits integrierten Erkenntnissen im vortrainierten Modell zu profitieren.

Diese ML-Pakete sind:

• Invoices: The fields extracted out-of-the-box can be found here.
• InvoicesAustralia: The fields extracted out-of-the-box can be found here.
• InvoicesIndia: The fields extracted out-of-the-box can be found here.
• InvoicesJapanPreview: The fields extracted out-of-the-box can be found here. Retraining using data from Validation Station is currently not supported.
• InvoicesChinaPreview: The fields extracted out-of-the-box can be found here. Retraining using data from Validation Station is currently not supported.
• Receipts: The fields extracted out-of-the-box can be found here.
• Purchase Orders: The fields extracted out-of-the-box can be found here.
• Utility Bills: The fields extracted out-of-the-box can be found here.
• ID CardsPreview: The fields extracted out-of-the-box can be found here.
• Passports: The fields extracted out-of-the-box can be found here.
• RemittanceAdvicesPreview: The fields extracted out-of-the-box can be found here.
• W2Preview: The fields extracted out-of-the-box can be found here.
• W9: The fields extracted out-of-the-box can be found here.
• ACORD125Preview: The fields extracted out-of-the-box can be found here
• I9Preview: The fields extracted out-of-the-box can be found here
• 990Preview: The fields extracted out-of-the-box can be found here
• 4506TPreview: The fields extracted out-of-the-box can be found here
• FM1003Preview: The fields extracted out-of-the-box can be found here

Bei diesen Modellen handelt es sich um Deep Learning-Architekturen, die von UiPath erstellt wurden. Eine GPU kann zur Ausgabe- und auch zur Trainingszeit verwendet werden, ist jedoch nicht obligatorisch. Mit einer GPU wird die Geschwindigkeit mehr als verzehnfacht, insbesondere für das Training.

Andere out-of-the-box ML-Pakete

Dabei handelt es sich um nicht erneut trainierbare Pakete, die für Nicht-ML-Komponenten der Document Understanding Suite erforderlich sind.

Diese ML-Pakete sind:

• FormExtractor: Deploy as Public Skill and paste the URL into the Form Extractor activity.
• IntelligentFormExtractor: Deploy as Public Skill and paste the URL into the Intelligent Form Extractor activity. Make sure to first deploy the HandwritingRecognition ML Skill and configure that as OCR for the this package.
• IntelligentKeywordClassifier: Deploy as Public Skill and paste the URL into the Intelligent Keyword Classifier activity.
• HandwritingReognitionOCR: Als öffentliche Fähigkeit bereitstellen und als OCR beim Erstellen des Pakets IntelligentFormExtractor verwenden.