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

• LearningFilePath - The full path to the file containing the classifier data. This field supports only strings and String variables.

  Nota:

  Only one of the above parameters can be set at a time. You can use either the LearningData string or the LearningFilePath string.

  The LearningFilePath specifies the locations from where to retrieve the classifier data.

  The LearningData contains the actual information of that classifier.

• 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.

• ApiKey - Specifies the API key of the account. The API Key field is automatically pre-populated if defined in local project settings or in the Document Understanding framework.

Panel de propiedades

Común

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

Entrada

• ApiKey - Specifies the API key of the account. The API Key field is automatically pre-populated if defined in local project settings or in the Document Understanding framework.

• 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.

• LearningData - The string containing the serialized classifier data. This field supports only strings and String variables.

• LearningFilePath - The full path to the file containing the classifier data. This field supports only strings and String variables.

  Nota:

  Only one of the above parameters can be set at a time. You can use either the LearningData string or the LearningFilePath string.

  The LearningFilePath specifies the locations from where to retrieve the classifier data.

  The LearningData contains the actual information of that classifier.

• Enviar documentos : cuando se habilita, 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:

  The best practice is to create an empty .json file at that location, then use its name in the LearningFilePath field.

División

• RealizarDivisiónDelDocumento : si no se marca, el modelo no realizará la división del documento, solo la clasificación.
• UsarNúmerosDePágina : si se marca, el modo utilizará la característica de números de página para decidir dónde dividir los documentos. Úselo en caso de que los números de página puedan mejorar los resultados de la división.

Nota:

Para optimizar el rendimiento de la división, utiliza la versión 6.9.0 o posterior.

Uso del asistente de gestión de aprendizaje

Access the Manage Learning wizard to configure the Intelligent Keyword Classifier activity. The same wizard can be used for reviewing data collected during the document classification training phase, by opening the same wizard with an updated learning file path.

This wizard allows you to configure and manage the training data used by the Intelligent Keyword Classifier activity for identifying the document type and classifying the documents. It was created to suit the need for editing a file path. If a Learning Data option with a variable is used instead, then you are asked if you either want to edit a specific file path or to abort this operation.

Nota:

The Manage Learning wizard only works when the activity is configured with a Learning File Path string. It does not work with a Learning File Path set as a variable input, or with a LearningData string input.

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.
   • A variable can be added instead of a .json file, but, because the wizard cannot apply the learning pattern to a LearningData variable, it asks for a specific file path that can be edited.

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:

   Even if no .json file is available, you can add the name of a new .json file straight into the activity and the .json file is automatically created inside the specified folder.

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

For document types that have not been trained yet, design-time training can be performed using the Start Training option. For document types that already have some training, you can either delete it to start over, by using the remove option, or perform extra training (cumulative to the already existing one) using the edit option.

Nota:

Los archivos de entrenamiento a utilizar 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 debe utilizarse. El motor 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.
• Automático: el valor predeterminado es Automático, que determina si el documento requiere aplicar el algoritmo OCR en función 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 = Su 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. Seleccionar 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. Seleccionar 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.