Clasificador generativo: buenas prácticas

El clasificador generativo te permite clasificar documentos utilizando modelos generativos. Puedes encontrar consejos y trucos sobre cómo sacar el máximo partido a tus flujos de trabajo con el clasificador generativo en esta página.

Clasificación de un gran número de documentos

Considere que tiene un gran número de contratos que necesita ordenar en diferentes categorías. Para optimizar este proceso con el clasificador generativo, sigue las buenas prácticas descritas en esta página.

Optimizar las solicitudes de entrada

Para optimizar tus solicitudes de entrada, proporciona tanto contexto como sea posible. Proporciona una descripción detallada de cada tipo de documento. Por ejemplo, se puede tener en cuenta el siguiente texto al clasificar una factura: “Una factura es un documento emitido por un vendedor a un comprador, que detalla los productos o servicios proporcionados, sus cantidades y precios. Incluye los datos del vendedor y del comprador, el número de factura, la fecha, el importe total adeudado y las condiciones de pago. Las facturas se utilizan para solicitar pagos y mantener registros en las transacciones comerciales”

Para que el modelo generativo funcione de forma eficaz, es necesario proporcionar un contexto amplio en lugar de descripciones breves y vagas de estilo de documento, que pueden dar lugar a errores evidentes.

Optimizar tu flujo de trabajo

Para optimizar tu flujo de trabajo, empieza por crear una carpeta para mover los archivos clasificados y evitar una clasificación redundante.

Crea un conjunto de documentos de muestra antes de automatizar un conjunto de datos más grande. Este conjunto de muestras debe incluir archivos PDF dañados y protegidos con contraseña para probar el flujo de trabajo. Como buena práctica, incluye una actividad Intentar capturar en el flujo de trabajo para evitar fallos que puedan producirse debido a archivos PDF dañados o protegidos con contraseña. Una vez que la actividad Intentar capturar está en su lugar, el flujo de trabajo puede probarse en el conjunto de muestra para garantizar su eficacia.

En el flujo de trabajo, almacena en caché los resultados de la digitalización (texto del documento y DOM) para ahorrar tiempo al probar varias veces en el mismo archivo.