- Información general
- Primeros pasos
- Crear modelos
- Consumir modelos
- Detalles del modelo
- Puntos finales públicos
- 1040: tipo de documento
- 1040 Anexo C: tipo de documento
- 1040 Anexo D: tipo de documento
- 1040 Anexo E: tipo de documento
- 1040x: tipo de documento
- 3949a: tipo de documento
- 4506T: tipo de documento
- 709: tipo de documento
- 941x: tipo de documento
- 9465: tipo de documento
- ACORD125: tipo de documento
- ACORD126: tipo de documento
- ACORD131: tipo de documento
- ACORD140: tipo de documento
- ACORD25: tipo de documento
- Estados de cuenta bancarios: tipo de documento
- Facturas de carga: tipo de documento
- Certificado de incorporación: tipo de documento
- Certificado de origen: tipo de documento
- Comprobaciones: tipo de documento
- Certificado de producto secundario: tipo de documento
- CMS 1500: tipo de documento
- Declaración de conformidad de la UE: tipo de documento
- Estados financieros: tipo de documento
- FM1003: tipo de documento
- I9: tipo de documento
- Tarjetas de identificación: tipo de documento
- Facturas: tipo de documento
- Facturas2: tipo de documento
- Facturas Australia: tipo de documento
- Facturas China: tipo de documento
- Facturas Hebreo: tipo de documento
- Facturas India: tipo de documento
- Facturas Japón: tipo de documento
- Remisión de facturas: tipo de documento
- Listas de embalaje: tipo de documento
- Nóminas: tipo de documento
- Pasaportes: tipo de documento
- Órdenes de compra: tipo de documento
- Recibos: tipo de documento
- Recibos2: tipo de documento
- Recibos Japón: tipo de documento
- Notificaciones de remesas: tipo de documento
- UB04: tipo de documento
- Divulgación de cierre de hipotecas en EE. UU.: tipo de documento
- Facturas de servicios públicos: tipo de documento
- Títulos de vehículos: tipo de documento
- W2: tipo de documento
- W9: tipo de documento
- Idiomas admitidos
- Paneles de insights
- Document Understanding implementado en Automation Suite
- Registro
- Lógica de licencias y tarificación
- Tutorial
- Solución de problemas

Document Understanding modern projects user guide
Migrar proyectos clásicos
Utiliza las instrucciones de esta página para migrar un proyecto basado en AI Center. Hay dos pasos principales en la migración de un proyecto:
- Exporta el conjunto de datos del proyecto basado en AI Center.
- Importar el conjunto de datos en el proyecto moderno.
Limitaciones actuales
- Actualmente, no se admite la importación de conjuntos de datos mayores de 3000 páginas. Solo las 3000 páginas iniciales se importarán correctamente, cualquier página adicional no lo hará. Por ejemplo, si tu conjunto de datos consta de 2999 páginas e intentas importar un documento de 4 páginas, el proceso no se realizará correctamente.
- Los nombres de los lotes y los resultados de los lotes correspondientes no están disponibles actualmente. Si tus datos están organizados en lotes, esta información aún no se muestra, pero se guarda.
- No se admiten las exportaciones desde AI Center. Solo se admiten las exportaciones desde Document Manager.
Exportar un conjunto de datos de un proyecto basado en AI Center
-
Open AI Center and navigate to the Data Labeling page.
-
Select the Data Labeling Session you want to migrate.

-
Once Document Manager is open, from the Filter documents drop-down list, select Training and validation set.
Figure 1. Training and validation set

-
Selecciona Exportar.
-
Leave Current search results selected and fill in a name for your export job.
-
Select Download.
Figure 2. Download export

Importar un conjunto de datos
-
Busque y abra el proyecto en el que desea importar datos.
-
Select Add document type and create a new custom document type.
Figure 3. Add document type

-
On the new custom document type, select Upload and choose the zip file of the classic project you exported. Wait for the upload to finish.
Nota:No se admiten las exportaciones desde AI Center. Solo se admiten las exportaciones desde Document Manager.
Figure 4. Upload processing

Una vez finalizada la carga, los documentos están disponibles para el entrenamiento.
Entrenamiento del modelo
Once the dataset is imported, the model training starts. After the training is complete, the model score is displayed. To check detailed model scores, select the score, and then Detailed model scores.

This action takes you to the Measure page where you can access detailed model metrics.
Cuando se utiliza el mismo conjunto de datos para entrenar un ML dos veces, puedes observar métricas del modelo ligeramente diferentes. Esto puede ocurrir debido a algunas razones:
- Initialization: Machine learning uses optimization methods that need initial guesses to trigger the optimization algorithms. Different initial guesses during each training could lead to various outcomes due to the unpredictable nature of these algorithms.
- Random state: Some algorithms use randomness in their operations. For instance, when training a neural network, procedures like stochastic gradient descent and mini-batch gradient descent introduce randomness. Therefore, even with identical initial model parameters and datasets, the performance of models may vary in different runs.
- Regularization: Certain algorithms include a penalty term that encourages the model to maintain smaller weights. Due to the randomness involved, the model could operate with a different weight set each time.
Sin embargo, es vital tener en cuenta que estas diferencias menores no implican necesariamente que un modelo sea superior o inferior a otro. Incluso con métricas ligeramente variables, la capacidad de los modelos para comprender los datos esencialmente sigue siendo la misma, siempre que las diferencias no sean significativamente grandes. Además, repetir este proceso numerosas veces y tomar un promedio debe producir métricas de rendimiento similares.
Cambiar el modelo base en Gestor de tipos de documentos
Si hay una diferencia significativa entre los resultados del modelo de tu proyecto clásico y el moderno, podría ser causada por un modelo base diferente. Para cambiar el modelo base, sigue estos pasos:
-
Select the three-dot menu from your custom document type and choose Document type manager.

-
Navigate to the Settings tab.
-
Select the desired model from the Base model drop-down list.

-
After making your selection, select Save. To exit, select Back.
Exportar tipos
For classic projects, there are various methods for exporting data. Not all types of exported data are compatible for importing into modern projects. To compare the model results across both project types,filter documents by Training and validation set and select Choose search results to export the dataset. For more information on each option, check the following table.
| Tipo de exportación | Datos exportados | Qué sucede con los datos importados |
|---|---|---|
| Resultados de búsqueda actuales | Exports the current filtered dataset. Use it together with the Training and validation set filter. | Documents tagged as training are used to train the model. Documents tagged as validation are used to measure the model performance. Tip: To compare model results between two project types, always export and import the dataset as Train and validation . |
| Todos etiquetados | Exporta todos los documentos anotados del conjunto de datos:
|
|
| Esquema | Exporta la lista de campos y su configuración respectiva. | Se importa un esquema si no hay ninguno. Si ya hay definido un esquema, la importación falla. |
| Todos | Exporta todos los documentos anotados y no anotados. |
|
Importar esquemas
Puedes importar esquemas junto con conjuntos de datos en proyectos modernos. Siga estos pasos para importar un esquema:
- Create a custom document type in the Build section.
- Importa el archivo zip que contiene el esquema.
- Las importaciones de esquemas están limitadas a tipos de documentos personalizados sin esquemas preexistentes.
- Si importas un esquema a un tipo de documento que ya contiene un esquema, la importación fallará.