Clasificador inteligente de palabra clave

UiPath.IntelligentOCR.Activities.DocumentClassification.IntelligentKeywordClassifier

Descripción

Esta actividad permite a cualquier usuario clasificar y dividir paquetes de documentos en tipos de documentos individuales. Solo puedes utilizarlo junto con la actividad Clasificar ámbito de documento.

Compatibilidad de proyectos

Windows-Legacy | Windows

Configuración

Panel del Diseñador

• RutaDeArchivoDeAprendizaje: la ruta completa del archivo que contiene los datos del clasificador. Este campo solo admite cadenas y variables String.
  Nota:

  Solo se puede configurar uno de los parámetros anteriores a la vez. Puedes usar la cadena LearningData o la cadena LearningFilePath .

  La RutaDeArchivoDeAprendizaje especifica las ubicaciones desde las que recuperar los datos del clasificador.

  LearningData contiene la información real de ese clasificador.

• Punto final : la URL del servidor UiPath® . De forma predeterminada, el punto final es https://du.uipath.com/svc/intelligentkeywords. Para obtener más información sobre los puntos finales, consulta Puntos finales públicos de Document Understanding.
• Clave de API: especifica la clave de API de la cuenta. El campo Clave de API se rellena automáticamente si se define en la configuración del proyecto local o en el marco de Document Understanding.

Panel de propiedades

Común

• NombreParaMostrar: el nombre de la actividad para ser mostrado.

Entrada

• Clave de API: especifica la clave de API de la cuenta. El campo Clave de API se rellena automáticamente si se define en la configuración del proyecto local o en el marco de Document Understanding.
• Punto final : la URL del servidor UiPath® . De forma predeterminada, el punto final es https://du.uipath.com/svc/intelligentkeywords. Para obtener más información sobre los puntos finales, consulta Puntos finales públicos de Document Understanding.
• DatosDeAprendizaje: la cadena que contiene los datos del clasificador serializados. Este campo solo admite cadenas y variables String.
• RutaDeArchivoDeAprendizaje: la ruta completa del archivo que contiene los datos del clasificador. Este campo solo admite cadenas y variables String.
  Nota:

  Solo se puede configurar uno de los parámetros anteriores a la vez. Puedes usar la cadena LearningData o la cadena LearningFilePath .

  La RutaDeArchivoDeAprendizaje especifica las ubicaciones desde las que recuperar los datos del clasificador.

  LearningData contiene la información real de ese clasificador.

• Enviar documentos : cuando está habilitado, permite a UiPath® guardar el documento al que se hace referencia para mejorar el rendimiento del algoritmo. Deshabilitar esta característica evita que UiPath® almacene los documentos. Independientemente de esta configuración, el funcionamiento del algoritmo no se ve afectado.

Otros

• Privado : si se selecciona, los valores de variables y argumentos ya no se registran en el nivel Detallado.
  Nota: La práctica recomendada es crear un archivo .json vacío en esa ubicación y luego usar su nombre en el campo RutaDelArchivoDeAprendizaje .

División

• RealizarDivisiónDocumento: si no se marca, el modelo no realizará la división de documentos, solo la clasificación.
• UtilizarNúmerosPágina: si está marcado, el modo utilizará la característica de números de página para decidir dónde dividir los documentos. Utilízalo en caso de que los números de página mejoren los resultados de la división.

Nota: para el rendimiento de división optimizado, utiliza la versión 6.9.0 o superior.

Uso del asistente de gestión de aprendizaje

Accede al asistente Administrar aprendizaje para configurar la actividad Clasificado inteligente de palabras clave. El mismo asistente puede utilizarse para revisar los datos recopilados durante la fase de entrenamiento de la clasificación de documentos, abriendo el mismo asistente con una ruta del archivo de aprendizaje actualizada.

Este asistente te permite configurar y administrar los datos de aprendizaje utilizados por la actividad Clasificador inteligente de palabras clave para identificar el tipo de documento y para clasificar los documentos. Fue creado para adaptarse a la necesidad de editar una ruta de archivo. Si en su lugar utilizamos una opción Datos de aprendizaje con una variable, entonces se te preguntará si quieres editar una ruta de archivo específica o abortar esta operación.

Nota: el asistente Administrar aprendizaje solo funciona cuando la actividad se ha configurado con una cadena Ruta del archivo de aprendizaje. No funciona con un conjunto Ruta del archivo de aprendizaje como entrada variable o con una entrada de cadena DatosDeAprendizaje.

1. Añade una actividad Clasificador inteligente de palabras clave o Entrenador clasificador inteligente de palabras clave a tu flujo de trabajo.
2. Configura tu actividad Clasificador inteligente de palabras clave añadiendo la ruta de un archivo .json. Ten en cuenta la siguiente información, al configurar el clasificador:
   • Si no se proporciona ninguna ruta y se selecciona la opción Gestionar aprendizaje, se muestra una ventana emergente que pide una entrada Ruta de archivo de aprendizaje. Una vez proporcionada la ruta se abrirá el asistente.
   • Se puede añadir una variable en lugar de un archivo .json, pero, dado que el asistente no puede aplicar el patrón de aprendizaje a una variable DatosDeAprendizaje, solicita una ruta de archivo específica que se puede editar.
3. Selecciona Gestionar aprendizaje.
   Se abre la ventana del asistente Clasificador inteligente de palabras clave.

   Figura 1. Descripción general de la sección Gestionar aprendizaje del asistente del clasificador inteligente de palabras clave
   

   

   
   
4. Si no se proporciona ninguna ruta y se selecciona la opción Gestionar aprendizaje, se muestra una ventana emergente que pide una RutaDeArchivoDeAprendizaje. Una vez proporcionada la ruta se abrirá el asistente.
   Figura 2. La ventana emergente Advertencia se muestra si no se proporciona una ruta y se selecciona la opción Gestionar aprendizaje
   

   

   
   
   Nota: Incluso si no hay ningún archivo .json disponible, puedes añadir el nombre de un nuevo archivo .json directamente en la actividad y el archivo .json se creará automáticamente en la carpeta especificada.

En el asistente Gestionar aprendizaje, puedes ver si un tipo de documento se ha entrenado o no por las siguientes etiquetas mostradas junto a él: Entrenado en archivos X o Iniciar entrenamiento. La siguiente captura de pantalla muestra un tipo de documento que se ha entrenado, uno que no y uno que se ha entrenado y seleccionado, para que pueda verse o eliminarse.

Figura 3. Tipos de documentos y su estado de entrenamiento dentro de la sección Gestionar aprendizaje del Clasificador inteligente de palabras clave

Datos de entrenamiento

Para los tipos de documentos que aún no se hayan entrenado, se puede realizar un entrenamiento en tiempo de diseño utilizando la opción Iniciar entrenamiento. Para los tipos de documentos que ya tienen algo de entrenamiento, puedes eliminarlo para empezar de nuevo, utilizando la opción de eliminar , o realizar entrenamiento adicional (cumulativo al ya existente) utilizando la opción de edición .

Nota: Los archivos de entrenamiento que se utilicen deben contener una única instancia de tipo de documento por archivo. No ejecutes ningún entrenamiento de tiempo de diseño en archivos que contengan dos o más tipos de documentos, pues tus datos de entrenamiento serán erróneos.

Una vez que se ha iniciado un nuevo entrenamiento, se muestra una nueva pantalla solicitando los archivos de entrenamiento y el motor OCR que se debe utilizar. El motor de OCR predeterminado es UiPath® Document OCR. Cada motor OCR viene con su propio conjunto de opciones personalizadas.

Figura 4. El asistente que aparece después de seleccionar la opción Iniciar entrenamiento

Nota:

Los siguientes motores OCR no admiten documentos girados y no deben utilizarse para procesar este tipo de documentos:

• Microsoft OCR
• Tesseract OCR

La opción Aplicar OCR en PDF establece si el proceso OCR debe aplicarse o no a los documentos PDF. Hay tres opciones disponibles en la lista desplegable:

• Verdadero: si se establece en Verdadero, el OCR se aplica a todas las páginas PDF del documento.
• Falso: si se establece en Falso, solo se extrae el texto escrito digitalmente.
• Auto: el valor predeterminado es Auto, determinando si el documento requiere aplicar el algoritmo OCR dependiendo del documento de entrada.

Nota:

Si el paquete UiPath.IntelligentOCR.Activities se ha actualizado a v5.1.0, el parámetro ForceApplyOCR se ha reemplazado por el ApplyOcrOnPDF. Aquí está la compatibilidad entre los parámetros antiguos y nuevos:

• ForceApplyOCR = Verdadero se reemplaza por ApplyOcrOnPDF = Sí
• ForceApplyOCR = Falso se reemplaza por ApplyOcrOnPDF = Auto
• ForceApplyOCR = vacío se reemplaza por ApplyOcrOnPDF = Auto
• ForceApplyOCR = tu variable definida se reemplaza por ApplyOcrOnPDF = Auto

Exportar datos de entrenamiento

Solo se pueden exportar los datos de entrenamiento de los tipos de documentos que han sido entrenados. No se pueden seleccionar tipos de documentos que no hayan sido entrenados.

Figura 5. Tipos de documentos en el Clasificador inteligente de palabras clave que no se han entrenado, por lo que la opción Exportar no está disponible

Puedes exportar los datos de entrenamiento siguiendo estos pasos:

1. Selecciona los tipos de documentos que han sido entrenados.
2. Selecciona Exportar.
   Si tienes cambios no guardados, se muestra el siguiente mensaje: "No puedes exportar mientras tienes cambios no guardados. ¿Deseas guardar automáticamente antes de exportar?". Selecciona Sí para continuar con el proceso de exportación.

   Figura 6. El mensaje Guardar cambios que muestra si tienes algún cambio no guardado antes de exportar los datos de entrenamiento
   

   

   
   
3. Guarda el archivo de datos de entrenamiento con el nombre deseado.
   Aparecerá un mensaje indicando cuántos conjuntos de datos de entrenamiento de tipos de documento se han exportado. Por ejemplo: "4 vectores de palabras exportados".

   Figura 7. Ejemplo del mensaje que muestra cuántos conjuntos de datos de entrenamiento de tipo de documento se exportaron
   

   

   
   
4. Selecciona Aceptar para volver a la pantalla principal del asistente.

Importar los datos de entrenamiento

Puedes importar los datos de entrenamiento siguiendo estos pasos:

1. Selecciona Importar.
2. Selecciona el archivo de datos de entrenamiento y luego selecciona Abrir.
3. Selecciona los tipos de documentos deseados.
   Figura 8. Tipos de documentos seleccionados en la sección Importar vectores de Word
   

   

   
   
4. Selecciona Importar.
   Los datos de entrenamiento se importan.

   Figura 9. Los tipos de documentos seleccionados anteriormente para importar se muestran en la sección Gestionar aprendizaje
   

   

   
   

La siguiente tabla muestra los mensajes que se muestran al importar datos de entrenamiento, en función del tipo de importación:

Tabla 1. Los mensajes que se muestran para varios tipos de importación

	Mensaje mostrado
Nuevo tipo de documento y vectores de palabras	Este tipo de documento se añadirá a la taxonomía.
Nuevo vector de palabras (ninguno previamente definido)	No se muestra ningún mensaje.
Tipo de documento idéntico y vector de palabras	El vector de palabras para este tipo de documento se sobrescribirá.

Integración de Document Understanding

La actividad Clasificador inteligente de palabras clave forma parte de Document Understanding Solutions. Consulta la Guía de Document Understanding para obtener más información.