Kontrollkästchen und Signaturen

Kontrollkästchen

Es gibt mehrere Arten von Multiple-Choice-Feldern, die Kontrollkästchen verwenden:

• sich gegenseitig ausschließende Kontrollkästchen
• die Kontrollkästchen, die sich nicht gegenseitig ausschließen, und mit denen Sie mehr als eine Option auswählen können.

Ein weiterer wichtiger Aspekt ist die Anzahl der verfügbaren Auswahlmöglichkeiten für ein bestimmtes Mehrfachauswahlfeld. In manchen Fällen gibt es nur eine einzige Option, bei der das Kontrollkästchen entweder angekreuzt oder nicht angekreuzt wird, während es in anderen Fällen 10, 20 oder mehr Optionen gibt, die in einem Raster oder in einer Tabelle angeordnet sind, wie bei vielen Gesundheitsformularen.

Es gibt zwei Möglichkeiten, diese Arten von Mehrfachauswahlfeldern zu beschriften.

Label the options

Let's take an example to understand how you can label the options. Forms can include the options Project or Policy. In this case, you only have one field, and you only label the selected word, i.e. label the word Project if the checkbox next to it is checked or the word Policy if the checkbox next to it is checked. If neither is checked then you label neither, and both being checked is not possible, and such documents would just be deleted from the training set.

Dieser Ansatz hat den Vorteil, dass Sie ein einziges Feld haben, das weniger Daten erfordert. Ein weiterer Vorteil ist, dass er nicht von einer erfolgreichen Erkennung von Kontrollkästchen abhängt. Wenn ein Kontrollkästchen als Buchstabe X erkannt wird, kann das Modell dennoch erlernen zu erkennen, dass die Option daneben ausgewählt ist.

The disadvantage is that you need to make sure both options are roughly equally represented, which is not always the case. Potentially, in your training set, 90% of the documents might have Project checked. In this case, the model cannot perform well and this approach fails. The problem gets worse when you have more options because some of them are almost always rare. In these cases you may need to create fake documents with the rare options checked to balance things out.

Label the checkboxes, with separate field for each checkbox

In the previous example, you may have one field called Project where you always label the checkbox for Project, and one field called policy where you always label the checkbox for Policy, whether they are checked or not. This has the advantage that the balance matters a lot less, even if one of the options is checked 90% of the time, the model still learns to recognize them because the checkboxes are always in the same place.

Der Nachteil ist, dass Sie zwei Felder anstelle von einem haben. Wenn es zwei Optionen gibt, ist dies vielleicht keine große Sache, aber wenn es 10 bis 20 Optionen gibt, ist die Beschriftung mit 10 bis 20 Feldern viel schwieriger, das Modell ist schwieriger zu trainieren und erfordert mehr Trainingsdaten.

Another downside is that sometimes the checkbox might not be detected correctly and you may need to add more complex logic in the workflow to handle all the X, V or K returned characters. In some cases the OCR might even merge the checkbox with the word next to it, like XProject, requiring an even more complex RPA logic to handle this situation.

Beschriften nur der Kontrollkästchen mit einem einzigen mehrwertigen Feld

Multivalued fields are part of the 2022.10 release of Document Understanding^TM. This makes it easier to label, it is not affected by unbalanced choices being checked, and it is not affected if there is a large number of options. However it still relies on the accuracy of the checkbox detection or the risk that checkboxes might be merged with the options next to them. OCR errors are very hard to defend against.

Beschriften der Optionen mit einem einzelnen mehrwertigen Feld

Dies erleichtert auch die Beschriftung und ist weniger anfällig für Fehler bei der Erkennung von Kontrollkästchen, allerdings reagiert es möglicherweise empfindlicher auf unausgeglichene Optionen, genau wie die erste Option.

Signaturerkennung

Ab dem Release 2022.4 LTS Enterprise können Unterschriften mit UiPath Document OCR erkannt werden, sodass Machine Learning-Modelle Unterschriften direkt erkennen können.

Beschriften Sie eine Signatur wie jedes andere Feld in Ihrem Dokument. Sobald die UiPath Document OCR das Feld erkannt hat, kann das Machine Learning-Modell das Feld als Signatur erkennen.

Hinweis:

Für eine detailliertere Signaturanalyse können Sie auch das Signaturvergleichsmodell verwenden, das sich in den UiPath Image Analysis ML-Paketen befindet.