- Überblick
- Document Understanding-Prozess
- Schnellstart-Tutorials
- Framework-Komponenten
- Übersicht zur Dokumentklassifizierung
- „Klassifizierer konfigurieren“-Assistent von Classify Document Scope
- FlexiCapture Classifier
- Intelligenter Schlüsselwortklassifizierer
- Schlüsselwortbasierte Classifier (Keyword Based Classifier)
- Machine Learning Classifier
- Dokumentklassifizierung – verwandte Aktivitäten
- ML-Pakete
- Überblick
- Document Understanding – ML-Paket
- DocumentClassifier – ML-Paket
- ML-Pakete mit OCR-Funktionen
- 1040 – ML-Paket
- 1040 Anlage C – ML-Paket
- 1040 Anlage D – ML-Paket
- 1040 Anlage E – ML-Paket
- 4506T – ML-Paket
- 990 – ML-Paket – Vorschau
- ACORD125 – ML-Paket
- ACORD126 – ML-Paket
- ACORD131 – ML-Paket
- ACORD140 – ML-Paket
- ACORD25 – ML-Paket
- Bank Statements – ML-Paket
- BillsOfLading – ML-Paket
- Certificate of Incorporation – ML-Paket
- Certificates of Origin – ML-Paket
- Checks – ML-Paket
- Children Product Certificate – ML-Paket
- CMS1500 – ML-Paket
- EU Declaration of Conformity – ML-Paket
- Financial Statements – ML-Paket
- FM1003 – ML-Paket
- I9 – ML-Paket
- ID Cards – ML-Paket
- Invoices – ML-Paket
- InvoicesAustralia – ML-Paket
- InvoicesChina – ML-Paket
- InvoicesIndia – ML-Paket
- InvoicesJapan – ML-Paket
- Invoices Shipping – ML-Paket
- Packing Lists – ML-Paket
- Passports – ML-Paket
- Gehaltsabrechnungen (Pay slips) – ML-Paket
- Purchase Orders – ML-Paket
- Receipts – ML-Paket
- RemittanceAdvices – ML-Paket
- UB04 – ML-Paket
- Utility Bills – ML-Paket
- Vehicle Titles – ML-Paket
- W2 – ML-Paket
- W9 – ML-Paket
- Andere out-of-the-box ML-Pakete
- Öffentliche Endpunkte
- Hardwareanforderungen
- Pipelines
- Dokumentmanager
- OCR-Dienste
- Deep Learning
- Document Understanding – in der Automation Suite bereitgestellt
- Document Understanding – im eigenständigen AI Center bereitgestellt
- Lizenzierung
- Aktivitäten
- UiPath.Abbyy.Activities
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentProcessing.Contracts
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Aktivitäten (UiPath.IntelligentOCR.Activities)
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.Omnipage.Activities
- UiPath.PDF.Aktivitäten (UiPath.PDF.Activities)
Überblick
Die Verwendung eines Document UnderstandingTM -ML-Pakets umfasst die folgenden Schritte:
- Sammeln von Dokumentbeispielen und der Anforderungen der zu extrahierenden Datenpunkte.
- Beschriften von Dokumenten mit Document Manager.
- Herunterladen oder Exportieren von beschrifteten Dokumenten als Trainings-Dataset und Hochladen des exportierten Ordners in den AI Center-Speicher.
- Ausführen einer Trainingspipeline 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.Wichtig: Beim Erstellen eines UiPath.DocumentUnderstanding.ML.Activities-Pakets im AI Center darf der Paketname kein reserviertes Python-Schlüsselwort sein, wieclass
,break
,from
,finally
,global
,None
usw. Bitte beachten Sie, dass diese Liste nicht vollständig ist, da der Paketname fürclass <pkg-name>
undimport <pkg-name>
verwendet wird.
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.
Die von UiPath® bereitgestellten 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: