Clasificar ámbito de documento

UiPath.IntelligentOCR.Activities.DocumentClassification.ClassifyDocumentScope

Descripción

Proporciona un ámbito para las actividades del clasificador, proporcionando todos los archivos necesarios para realizar la clasificación de documentos. Acepta al menos un clasificador y intermediarios entre ellos, lo que garantiza que todos los parámetros se reenvíen a las actividades de clasificación secundarias.

Compatibilidad de proyectos

Windows-Legacy | Windows

Configuración

Panel de propiedades

Común

• Nombre para mostrar: el nombre para mostrar de la actividad.

Entrada

• ModeloDeObjetoDelDocumento : el modelo de objeto del documento (DOM) que quieres utilizar para validar el documento. Este modelo se almacena en una variable Document y se puede recuperar desde la actividad Digitalizar documento . Consulta Digitalizar documento para aprender a utilizar la actividad. Este campo solo admite variables Document .
• RutaDelDocumento : la ruta al documento que quieres validar. Este campo solo admite cadenas y variables String .
  Nota:

  The supported file types for this property field are .png, .gif, .jpe, .jpg, .jpeg, .tiff, .tif, .bmp, and .pdf.

• TextoDeDocumento : el texto del propio documento, almacenado en una variable String . Puedes recuperar este valor de la actividad Digitalizar documento . Consulta Digitalizar documento para aprender a utilizar esta actividad. Este campo solo admite cadenas y variables String .
• Taxonomy - The Taxonomy against which the document is to be processed, stored in a DocumentTaxonomy variable. This field supports only DocumentTaxonomy variables.

Otros

• Privado : si se selecciona, los valores de variables y argumentos ya no se registran en el nivel Detallado.

Salida

• ClassificationResults - The results of running the classifier files on the specified file, stored in a IReadOnlyList<ClassificationResult> object. This field supports only IReadOnlyList<ClassificationResult> variables.

El objeto ResultadoDeClasificación contiene la siguiente información:

• DocumentTypeId - The ID corresponding to the document type matched from the Taxonomy.
• DocumentId - The file name of the processed document.
• ContentType - The type of content contained in the processed document.
• Confianza : la confianza de la clasificación, que se muestra como un valor numérico entre 0 y 1.
• ConfianzaOcr : confianza de OCR para los caracteres que forman parte de la referencia notificada, que se muestra como un valor numérico entre 0 y 1.
• Reference - Evidencing for the classification, both in the text version of the document (through TextStartIndex and TextLength), and in the Document Object Model (through Tokens and the highlight boxes for each page from which the evidencing is selected).
• DocumentBounds - Information on what part of the document the classification pertains to, with StartPage (Int32, 0-based), PageCount (Int32), TextStartIndex (Int32, 0-based), TextLength (Int32).
• ClassifierName - Automatically populated by the Classify Document Scope activity with the display name of the classifier reporting the current ClassificationResult.
  Nota:

  The ClassificationResults has all the content sorted in descending order by confidence score, which means the one at the top has the highest confidence.

Uso del asistente para configurar clasificadores

The Configure Classifiers Wizard allows you to configure the way the classifiers are applied to each document type, and what results are acceptable.

Siga los pasos a continuación para configurar el asistente:

1. Add a Classify Document Scope activity to your workflow.

2. Añade una o más actividades de clasificador dentro de la actividad Ámbito de Clasificación de Documentos.

   1. Asigna nombres sugerentes a tus Clasificadores.

   2. Ordena los Clasificadores dentro del ámbito, de izquierda a derecha, en el orden de prioridad de aceptación.

   3. Configura tus clasificadores seleccionando Configurar clasificadores.

      Ahora puede ver el Asistente

      Figura 1. Descripción general del asistente Configurar clasificadores

      

3. Selecciona las casillas de verificación para los pares de clasificador y tipo de documento que deseas activar. Dejar un tipo de documento sin marcar para un clasificador determinado puede darse en uno de los siguientes escenarios:

   • El clasificador no está entrenado o configurado para identificar ese tipo de documento en particular
   • El clasificador no rinde como se espera para ese tipo de documento en particular y si tales resultados son devueltos por el clasificador, deben ignorarse.

4. Si un clasificador tiene su propia taxonomía, utiliza los cuadros de texto junto a cada casilla de verificación para establecer la asignación de taxonomía correcta entre las dos taxonomías. Por ejemplo, si Clasificador1 se ha configurado para devolver la clase INV para una factura, pero la taxonomía de tu proyecto contiene un tipo de documento llamado "Factura entrante", entonces la casilla correspondiente a "Factura entrante" y ese Clasificador1 en particular debe contener la cadena INV.

5. Establece un umbral de confianza mínimo, de 0 a 100, para cada clasificador en el ámbito de clasificación de documentos.Cualquier resultado de clasificación con una confianza inferior a este umbral no se almacenará en la salida de la actividad Ámbito de clasificación de documentos.

   Consejo:

   La mayoría de los tipos de documentos generan una predicción con un nivel de confianza. Establecer esta propiedad evita falsos positivos al considerar solo las predicciones con un nivel de confianza por encima del umbral. Puedes identificar un nivel de confianza óptimo probando varios documentos dentro de tu flujo de trabajo, registrando los resultados en una hoja de cálculo de Excel, por ejemplo, y luego analizando qué valor de umbral es el más preciso. Aplica el umbral ajustando la propiedad Confianza mínima en tu ámbito actual.

6. Selecciona Guardar una vez que se configuran todos los clasificadores.

   Figura 2. El asistente de configuración de clasificadores configurado para utilizar un clasificador diferente para cada tipo de documento

   

Integración de Document Understanding

La actividad Clasificar ámbito de documento forma parte de Document Understanding Solutions. Consulta la Guía de Document Understanding para obtener más información.