Über ML-Pakete

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

• Sammeln Sie Dokumentbeispiele und die Anforderungen der zu extrahierenden Datenpunkte.
• Dokumente mit Data Manager beschriften.

  Data Manager verbindet sich selbst mit einem OCR-Dienst.

• Exportieren Sie beschriftete Dokumente als Trainings-Dataset, und laden Sie den exportierten Ordner in den AI Center-Speicher hoch.
• Exportieren Sie beschriftete Dokumente als Test-Dataset, und laden Sie den exportierten Ordner in den AI Center-Speicher hoch.
• Führen Sie eine Trainingspipeline im AI Center aus.
• Bewerten Sie die Modellleistung mit einer Auswertungspipeline in AI Center.
• Stellen Sie das trainierte Modell als ML-Fähigkeit im AI Center bereit.
• Fragen Sie die ML-Fähigkeit aus einem RPA-Workflow mithilfe des Aktivitätspakets UiPath.DocumentUnderstanding.ML ab.
  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 wie class , break, from, finally, global, None, usw. Beachten Sie, dass diese Liste nicht vollständig ist, da der Paketname für class <pkg-name> und import <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.

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

• UiPath Document OCR
• Document Understanding
• Vorab trainierte out-of-the-box ML-Pakete
• Andere out-of-the-box ML-Pakete

UiPath Document OCR

Dies ist ein nicht erneut trainierbares Modell, das sich mit der UiPath Document OCR-Modulaktivität als Teil der Digitize Document-Aktivität verwenden lässt. Dafür sie zuerst öffentlich gemacht werden, sodass eine URL in die „UiPath Document OCR“-Modulaktivität eingefügt werden kann.

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 Centers ausgeführt wird. Es ist kein Internetzugang für lokale Air Gap-Installationen des AI Centers erforderlich.

Das UiPathDocumentOCR-ML-Paket im AI Center ist für die Ausführung auf GPU optimiert, daher empfehlen wir dringend, es auf GPU zu verwenden. Wenn keine GPU verfügbar ist, empfehlen wir die Verwendung des eigenständigen Docker-Containers.

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.

Vorab trainierte out-of-the-box ML-Pakete

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: Die standardmäßig extrahierten Felder finden Sie hier.
• InvoicesAustralia Preview: Die standardmäßig extrahierten Felder finden Sie hier.
• InvoicesIndia Preview: Die standardmäßig extrahierten Felder finden Sie hier.
• InvoicesJapan Preview: Die standardmäßig extrahierten Felder finden Sie hier.
• Receipts: Die standardmäßig extrahierten Felder finden Sie hier.
• PurchaseOrders Preview: Die standardmäßig extrahierten Felder finden Sie hier.
• UtilityBills Preview: Die standardmäßig extrahierten Felder finden Sie hier.

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: Als öffentliche Fähigkeit bereitstellen und die URL in die Aktivität Form Extractor einfügen.
• Extraktor für intelligente Formulare: Als öffentliche Fähigkeit bereitstellen und die URL in die Aktivität Intelligent Form Extractor einfügen. Stellen Sie sicher, dass Sie zuerst die ML-Fähigkeit Handschrifterkennung bereitstellen und sie als OCR für dieses Paket konfigurieren.
• IntelligentKeywordClassifier: Als öffentliche Fähigkeit bereitstellen und die URL in die Aktivität Intelligent Keyword Classifier einfügen.
• HandwritingReognition: Als öffentliche Fähigkeit bereitstellen und als OCR beim Erstellen des Pakets IntelligentFormExtractor verwenden.