Acerca de Data Manager

UiPath Document Manager es una aplicación web ligera que permite a los usuarios preparar, revisar y realizar correcciones en los conjuntos de datos necesarios para el entrenamiento y la evaluación de los modelos de aprendizaje automático de Document Understanding.

Estos son los métodos de implementación local:

• Data Manager in AI Center On Premises. This is Generally Available and it is fully supported for Production scenarios. There is no limitation on the size of datasets that can be imported, with the exception of Auto-retraining which still has the 2000 pages or 2GB limit per import. For all the AI Center deployment methods available for On Premises, please see this page.

Data Manager permite a varios usuarios realizar diversas operaciones relacionadas con la gestión de lotes de datos, la preparación de datos y la configuración de modelos:

Define y configura los campos a extraer por un modelo ML.

Importa documentos para el etiquetado.

Preetiqueta los documentos con un modelo ML preexistente, como la extracción de facturas o la extracción de recibos proporcionados listos para usar por UiPath, o usando un modelo entrenado con AI Center.

Etiqueta los documentos.

Exporta los documentos en el formato previsto por los procesos de entrenamiento de AI Center.

La interfaz de usuario

La interfaz de Data Manager contiene los siguientes paneles:

• Barra de gestión
• Campos de columna
• Campos regulares
• Campos de clasificación
• Vista de documentos

Barra de gestión

Aparece en la parte superior de la página en Data Manager.

Permite realizar múltiples operaciones: navegar entre documentos, eliminar/restaurar un documento, buscar/filtrar documentos, ejecutar predicciones de modelos de IA, importar y exportar documentos.

Aquí tienes las opciones disponibles en la barra de gestión:

Opción	Icono	Descripción
Navegación		Permite navegar entre los documentos que coinciden con el filtro activo. Entre las dos flechas aparece un contador. Muestra el número del documento actual del total de documentos que coinciden con la búsqueda o filtro activos.
Buscar		Busca o filtra documentos. El filtro también se aplica al exportar documentos. También puedes filtrar por palabras de un documento o por nombres de documentos.
Eliminar/Restaurar	/	Elimina o restaura un documento. Los documentos eliminados se encuentran bajo el filtro de eliminados.
Predecir		Ejecutar las predicciones del modelo de IA y mostrar los resultados. Una vez se configure el preetiquetado, el botón se activa en la barra de administración. Haz clic en él para preetiquetar el documento actual. At the moment, using the Predict option with Public Endpoints prelabels only the first 10 pages of a document. This is a known issue and a fix is in the working. Using the Predict option with ML Skills in AI Center, however, does not impose such a limitation.
Importar		Abre el cuadro de diálogo Importar datos.
Exportar		Abre el cuadro de diálogo Exportar archivos.
Descargar		Haz clic en el icono para descargar un archivo Zip que contenga el documento original.
Configuración		Configure OCR and Prelabelling settings or access the How to... panel. See below.

Descargar

Además del archivo Zip con el documento original, también se descargan todas las páginas convertidas internamente por el Document Manager en imágenes .jpeg.

Nombre del documento, tipo y nombre de la sesión

A la derecha del icono, puedes ver el nombre del documento activo en ese momento, su tipo y el nombre de la sesión.

Hay tres tipos de documentos:

• Documento de formación
• Documento de validación
• Documento de evaluación

Training and Validation documents are part of training datasets used by Training Pipelines.

Evaluation documents are ignored by Training Pipelines and are intended to only be used by Evaluation pipelines in AI Center. These documents are the ones that were marked as evaluation by selecting the Make this an evaluation set checkbox in the Import data dialog box.

Configuración

El botón de configuración tiene dos opciones disponibles:

• Settings where you can configure the OCR service or Prelabelling
• How to... which has the purpose of a help menu

OCR

Para importar documentos en Data Manager, es obligatorio configurar un servicio de OCR.

Las siguientes opciones están disponibles:

Método OCR

Importante:

La elección del motor OCR que se utilizará para importar documentos en Data Manager es una decisión fundamental.

Se recomienda usar el mismo OCR para importar los datos de entrenamiento (tiempo de entrenamiento) que el que se utilizará cuando se implemente el modelo (tiempo de ejecución).

Lo ideal es que pruebes unos cuantos para ver cuál funciona mejor en tus documentos, y solo entonces tomar la decisión.

Las opciones en las instalaciones son las siguientes:

• Contenedor UiPath OCR que admite los principales idiomas de Europa Occidental;
• El contenedor Microsoft Read (disponible como vista previa de Microsoft) también tiene una buena cobertura lingüística;
• Habilidades ML de OCR UiPath implementadas en AI Center local v2020.10 o posterior.

Las opciones basadas en la nube son las siguientes:

• UiPath Document OCR - https://du.uipath.com/ocr;
• Google Cloud Vision OCR, que tiene la mejor cobertura lingüística;
• Google Cloud Vision OCR para japonés, óptimo para leer documentos en japonés;
• Microsoft Read OCR.

URL del OCR

La configuración de OCR requiere que el servicio OCR disponga de una URL. Estas son las posibles URL que puedes usar:

• public URLs such as https://du.uipath.com/ocr or third-party URLs from Google Vision OCR or Microsoft Read OCR

• Las URL del UiPath Document OCR independiente son proporcionadas por el UiPath implementado en las instalaciones

• URLs of OCR ML Package deployed as ML Skills which have been made Public in AI Center on-premises v2020.10 or later

  Importante:

  Si estás ejecutando el OCR en la misma máquina que Data Manager, entonces no utilices localhost para referirte a la máquina local. pero mejor usa la dirección IP o el nombre de dominio de la máquina local.

  En el caso de las URL de OCR implementadas como habilidad ML pública en AI Center local, usa la URL tal y como aparece en la pantalla de detalles de la habilidad ML de AI Center.

Clave OCR

The corresponding API Key for the selected OCR engine. For example, for UiPath Document OCR, you need to use the Document Understanding API Key. Mandatory for Data Manager Cloud and Data Manager On-Prem Online. It is not required for Data Manager On-Prem Air-gapped.

Preetiquetado

Si ya tienes un modelo que puede extraer algunos campos que necesitan etiquetarse, y solo existen unos cuantos campos adicionales que requieren etiquetado manual, puedes ahorrar mucho tiempo utilizando la función de preetiquetado de Data Manager.

Las siguientes opciones están disponibles:

URL de preetiquetado

El preetiquetado requiere que el modelo ML tenga una URL. Estas son las posibles URL que puedes usar:

• public URLs such as https://du.uipath.com/ie/invoices or https://du.uipath.com/ie/purchase_orders
• see the full list of endpoints here
• URL de las habilidades ML que han sido hechas públicas en AI Center local o en AI Center en la nube.

Las Habilidades ML en AI Center On-Premises implementadas en entornos aislados no pueden utilizarse para el preetiquetado.

Importante:

Si estás ejecutando el Modelo de pre-etiquetado en la misma máquina que Data Manager, entonces no utilices localhost para referirte a la máquina local; es mejor que utilices la dirección IP o el nombre de dominio de la máquina local.

En el caso de las URL de las habilidades ML públicas en AI Center local, usa la URL tal y como aparece en la pantalla de detalles de la habilidad ML de AI Center.

Clave de preetiquetado

The Document Understanding API Key. Mandatory for Data Manager Cloud and Data Manager On-Prem Online. It is not required for Data Manager On-Prem Air-gapped.

Información sobre...

The How to... option accesses the Data Manager help menu.

Aquí puedes encontrar lo siguiente:

• The Data Manager version
• El enlace Documentación que lleva a esta página de documentación.
• La sección Controles de etiquetado que muestra los controles que se usarán al manejar los datos.
• La sección Atajos de documentos que muestra los accesos directos usados para realizar diversas operaciones como la navegación y el escalado de la interfaz de usuario.
• La sección Configuración que muestra los detalles de la configuración de la instancia realizada durante la instalación.

Campos de columna

Los campos de columna tienen las siguientes opciones:

• Crear un campo de columna nuevo
• Editar campo
• Expandir/Contraer los valores de campo de columna

For more details on column fields, visit this section.

Campos regulares

Los campos regulares tienen las siguientes opciones:

• Crear un campo regular nuevo
• Editar campo

For more details on regular fields, visit this section.

Campos de clasificación

Los campos de clasificación tienen las siguientes opciones:

• Crear un campo de clasificación nuevo
• Editar campo

For more details on classification fields, visit this section.

Vista de documentos

En el caso de los documentos de varias páginas, puedes desplazarte de forma natural por las páginas como en cualquier visor de PDF. Para ampliar o reducir la imagen, pulsa Ctrl a la vez que desplazas el ratón.

Puedes etiquetar los documentos seleccionando los recuadros de palabras y asignándolas a un campo con una tecla. También puedes hacer clic con el botón derecho en el recuadro de palabras y verificar la información extraída.

For more details on how to label documents, visit this page.

Al abrir una nueva sesión de Data Manager, o cuando tengas un filtro vacío, algunas directrices se mostrarán en la vista de documento:

Además, los fallos de carga también se muestran en la vista de documentos: