Casillas de verificación y firmas

Casillas de verificación

Hay varios tipos de campos de elección múltiple que utilizan casillas de verificación:

• las casillas de verificación mutuamente exclusivas
• las casillas de verificación no exclusivas entre sí, en las que puedes seleccionar más de una opción.

Otro aspecto importante es el número de opciones disponibles para un determinado campo de selección múltiple. En algunos casos puede haber una única opción, en la que la casilla de verificación se marca o no, mientras que en otros puede haber 10, 20 o más opciones, dispuestas en una cuadrícula o tabla, como en muchos formularios de salud.

Hay dos formas principales para poder etiquetar este tipo de campos de opción múltiple.

Label the options

Let's take an example to understand how you can label the options. Forms can include the options Project or Policy. In this case, you only have one field, and you only label the selected word, i.e. label the word Project if the checkbox next to it is checked or the word Policy if the checkbox next to it is checked. If neither is checked then you label neither, and both being checked is not possible, and such documents would just be deleted from the training set.

Este método tiene la ventaja de que se trata de un único campo, que requiere menos datos. También tiene la ventaja de que no depende de que se detecten correctamente las casillas de verificación. Si una casilla de verificación se detecta como una letra X, el modelo aún puede aprender a reconocer que eso significa que la opción junto a ella está seleccionada.

The disadvantage is that you need to make sure both options are roughly equally represented, which is not always the case. Potentially, in your training set, 90% of the documents might have Project checked. In this case, the model cannot perform well and this approach fails. The problem gets worse when you have more options because some of them are almost always rare. In these cases you may need to create fake documents with the rare options checked to balance things out.

Label the checkboxes, with separate field for each checkbox

In the previous example, you may have one field called Project where you always label the checkbox for Project, and one field called policy where you always label the checkbox for Policy, whether they are checked or not. This has the advantage that the balance matters a lot less, even if one of the options is checked 90% of the time, the model still learns to recognize them because the checkboxes are always in the same place.

El inconveniente es que tiene dos campos en lugar de uno. Cuando hay dos opciones esto puede que no sea importante, pero cuando hay entre 10 y 20 opciones, tener entre 10 y 20 campos en lugar de uno complica mucho el etiquetado, y el modelo es más difícil de entrenar, requiriendo más datos de entrenamiento.

Another downside is that sometimes the checkbox might not be detected correctly and you may need to add more complex logic in the workflow to handle all the X, V or K returned characters. In some cases the OCR might even merge the checkbox with the word next to it, like XProject, requiring an even more complex RPA logic to handle this situation.

Etiquetar solo las casillas de verificación con un único campo multivaluado

Multivalued fields are part of the 2022.10 release of Document Understanding^TM. This makes it easier to label, it is not affected by unbalanced choices being checked, and it is not affected if there is a large number of options. However it still relies on the accuracy of the checkbox detection or the risk that checkboxes might be merged with the options next to them. OCR errors are very hard to defend against.

Etiquetar las opciones con un único campo multivaluado

Esto también simplifica el etiquetado, es menos sensible a los errores de detección de casillas de verificación, pero podría ser más sensible a las opciones desequilibradas, al igual que la primera opción.

Detección de firmas

A partir de la versión 2022.4, de LTS Enterprise, las firmas se pueden detectar con UiPath Document OCR, por lo que los modelos de aprendizaje automático pueden detectar las firmas directamente.

Etiqueta una firma como cualquier otro campo en tu documento. Una vez detectado por el OCR de documentos de UiPath, el modelo de aprendizaje automático aprende a reconocer el campo como una firma.

Nota:

Para un análisis de firmas más profundo, también puedes utilizar el modelo de comparación de firmas que reside en los paquetes ML de análisis de imagen de UiPath.