Abonnieren

UiPath Document Understanding

UiPath Document Understanding

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.
  • Label documents using Data Manager.
    Data Manager itself connects to an OCR Service.
  • Laden Sie beschriftete Dokumente als Trainings-Dataset herunter oder exportieren Sie sie, und laden Sie den exportierten Ordner in den AI Center-Speicher hoch.
  • Laden Sie beschriftete Dokumente als Auswertungs-Dataset herunter oder exportieren Sie sie 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.
  • Query the ML Skill from an RPA Workflow using the UiPath.DocumentUnderstanding.ML activity package.

📘

Hinweis:

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

🚧

Wichtig

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.

23232323

📘

Hinweis:

Out-of-the-box Machine Learning Packages that are delivered by UiPath have version 0 and are already available on your tenant, meaning that there is no need to download them.
Download is available only for versions 1 or higher, that were already trained by you.

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

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 requires access to the Document Understanding metering server at https://du.uipath.com/metering if the ML skill is running on an AI Center on-premises regular deployment. No internet access is needed on AI Center on-premises air-gapped deployments.

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 für Versionen vor 2021.10. Ab 2021.10 kann das ML-Paket auch lokal im AI Center ausgeführt werden. Wir raten jedoch mindestens zu einer 4-Kern-CPU oder idealerweise einer 8-Kern-CPU.

UiPathDocumentOCR_CPU Preview

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.
  • accuracy is slightly lower than the UiPathDocumentOCR ML Package, and it is similar to the UiPath.DocumentUnderstanding.OCR.LocalServer Studio package

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.

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: 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.

  • Rechnungen Japan Preview: The fields extracted out-of-the-box can be found here.
    Retraining using data from Validation Station is currently not supported.

  • InvoicesChina Preview: 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.

  • Betriebskostenabrechnungen Preview: The fields extracted out-of-the-box can be found here.

  • ID-Karten Preview: The fields extracted out-of-the-box can be found here.

  • Passports Preview: The fields extracted out-of-the-box can be found here.

  • RemittanceAdvices Preview: The fields extracted out-of-the-box can be found here.

  • DeliveryNotes Preview: The fields extracted out-of-the-box can be found here.

  • W2 Preview: The fields extracted out-of-the-box can be found here.

  • W9 Preview: 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.

  • HandwritingReognition: Als öffentliche Fähigkeit bereitstellen und als OCR beim Erstellen des Pakets IntelligentFormExtractor verwenden.

Aktualisiert vor 3 Monaten


Über ML-Pakete


Auf API-Referenzseiten sind Änderungsvorschläge beschränkt

Sie können nur Änderungen an dem Textkörperinhalt von Markdown, aber nicht an der API-Spezifikation vorschlagen.