Clasificador inteligente de palabra clave

UiPath.IntelligentOCR.Activities.DocumentClassification.IntelligentKeywordClassifier

Esta actividad permite a cualquier usuario clasificar y dividir paquetes de documentos en tipos de documentos individuales.

Solo se puede utilizar junto con la actividad Clasificar ámbito del documento .

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.
• Endpoint - The URL to UiPath® server. By default, the endpoint is https://du.uipath.com/svc/intelligentkeywords. For more information, see Document Understanding Public Endpoints.
• DatosDeAprendizaje: la cadena que contiene los datos del clasificador serializados. Este campo solo admite Strings y variables de 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: envía documentos para una mejor asistencia, solución de problemas y mejoras del rendimiento.

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: a partir de la versión 6.9.0, se ha mejorado el rendimiento de la división de la actividad Clasificador inteligente de palabras clave. Para optimizar el rendimiento de la división, utiliza la versión 6.9.0 o posterior.

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/Entrenador del 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.
   • Si no se proporciona una ruta y se hace clic en la opción Administrar aprendizaje, entonces se mostrará una ventana emergente solicitando una entrada de Ruta del 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. Haz clic en la opción Administrar aprendizaje.

   • Se abrirá la ventana del Asistente.
     
     

     

     
     

• Si no se proporciona ninguna ruta y se hace clic en la opción Administrar aprendizaje, entonces se mostrará una ventana emergente solicitando una Ruta del archivo de aprendizaje. Una vez proporcionada la ruta se abrirá el asistente.

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.

La siguiente captura de pantalla muestra un tipo de documento que se ha entrenado, uno que no se ha entrenado y otro que se ha entrenado y al que se puede acceder su visualización o eliminación.

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. En el caso de los tipos de documentos que ya tienen algún entrenamiento, puedes eliminarlo para empezar de nuevo, utilizando esta opción , o realizar un entrenamiento adicional (acumulativo al ya existente) mediante la opción Editar .

Nota: Los archivos de aprendizaje 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.

Once a new training has been initiated, a new screen is displayed asking for the training files and the OCR engine that should be used. The default OCR engine is UiPath® Document OCR.

Cada motor OCR incorpora su propio conjunto de opciones de personalización.

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 de OCR debe aplicarse o no a los documentos PDF. Hay tres opciones disponibles en la lista desplegable: Verdadero, Falsoy Automático.

Si se establece como Verdadero, el OCR se aplica a todas las páginas PDF del documento. Si se establece como Falso, solo se extrae el texto escrito digitalmente. El valor predeterminado es Auto, que determina si el documento exige la aplicación del algoritmo OCR dependiendo del documento de entrada.

Nota:

Si el paquete UiPath.IntelligentOCR.Activities se ha actualizado a la versión 5.0 entonces el parámetro ForzarAplicaciónOCR se ha reemplazado por el ApplyOcrOnPDF. Aquí está la compatibilidad entre los parámetros antiguos y los nuevos:

ForzarAplicaciónOCR = Verdadero está siendo reemplazado por ApplyOcrOnPDF = Sí

• ForzarAplicaciónOCR = Falso se reemplaza por AplicarOcrEnPDF = Auto

• ForzarAplicaciónOCR = Vacío se reemplaza por AplicarOcrEnPDF = Auto

• ForzarAplicaciónOCR = <user-defined variable> se está reemplazando por ApplyOcrOnPDF = Auto

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.

Exportar datos de entrenamiento

Puedes exportar los datos de entrenamiento siguiendo estos pasos:

1. Selecciona los tipos de documentos que han sido entrenados.
2. Haz clic en el botón Exportar.
3. Si hay cambios sin guardar, aparecerá el siguiente mensaje.
   
   

   

   
   
4. Haz clic en Sí.
5. Guarda el archivo de datos de entrenamiento con el nombre deseado.
6. Aparecerá un mensaje indicando cuántos conjuntos de datos de entrenamiento de tipos de documento se han exportado. Por ejemplo:
   
   

   

   
   
7. Haz clic en Aceptar para volver a la pantalla principal del asistente.

Importar los datos de entrenamiento

Puedes importar los datos de entrenamiento siguiendo estos pasos:

1. Haz clic en el botón Importar.
2. Selecciona el archivo de datos de entrenamiento y haz clic en Abrir.
3. Selecciona los tipos de documentos deseados.
   
   

   

   
   
4. Haz clic en el botón Importar.
5. Los datos de entrenamiento se importan.
   
   

   

   
   

En la tabla siguiente se explican los mensajes que aparecen al importar los datos de entrenamiento:

Tipo 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)	N/D
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.