Ajuste preciso

AI Center incluye la capacidad de ajustar los modelos ML con datos que han sido validados por un humano mediante la estación de validación.

A medida que tu flujo de trabajo RPA procesa los documentos usando un modelo ML existente, algunos documentos pueden requerir la validación humana con la actividad Mostrar estación de validación (disponible en los robots asistidos o en el navegador usado Action Center de Orchestrator).

Los datos validados generados en la estación de validación pueden exportarse mediante la actividad Entrenador de extractor con aprendizaje automático, y pueden utilizarse para ajustar los modelos ML en AI Center.

No recomendamos entrenar modelos ML desde cero (es decir, el paquete ML DocumentUnderstanding) con datos de la estación de validación, sino solo para ajustar los modelos ML existentes (incluidos los modelos listos para usar).

Para conocer los pasos detallados involucrados en el ajuste de un modelo ML, consulta la sección Importar documentos de la documentación del Document Manager.

Para obtener más detalles sobre cómo crear un conjunto de datos para el ajuste fino, ve aquí.

Importante:

A menudo se supone erróneamente que la forma de utilizar los datos de la Estación de validación es volver a entrenar la versión anterior del modelo de forma iterativa, por lo que el lote actual se utiliza para entrenar el paquete X.1 para obtener X.2. A continuación, el siguiente lote se entrena en X.2 para obtener X.3 y así sucesivamente. Esta es la forma incorrecta de utilizar el producto. Cada lote de la estación de validación debe importarse en la misma sesión de Document Manager que los datos originales etiquetados manualmente, lo que crea un conjunto de datos más grande, que debe usarse para entrenar siempre en la versión X.0 del paquete ML.