Conceptos clave

Familiarize yourself with the core concepts around UiPath® Document Understanding^TM.

Aprendizaje activo

Active learning is our modern approach to creating models for Document Understanding^TM.

El aprendizaje activo ofrece una experiencia interactiva en la que el algoritmo de aprendizaje puede pedir al usuario que etiquete los datos con los resultados deseados. Este proceso ayuda a reducir el tiempo y los datos necesarios para entrenar un modelo de aprendizaje automático hasta en un 80 %. La IA se utiliza para guiar el proceso, que incluye la anotación automática, que suele ser la tarea que más tiempo consume. El modelo también ofrece recomendaciones de expertos para mejorar la precisión utilizando los conjuntos de datos más informativos.

Figure 1. How does Active Learning work

Al utilizar el aprendizaje activo, también puedes supervisar tus automatizaciones a través de las funciones de análisis.

Tipos de documento

Un tipo de documento se refiere a la clasificación o categorización de un documento en función de su contenido, formato, propósito u otros factores distintivos. Algunos ejemplos pueden incluir facturas, recibos, contratos, informes, historiales médicos, documentos legales y otros.

Algunos tipos de documentos tienen un contenido extremadamente estructurado, mientras que otros consisten principalmente en texto libre. En función de esto, los documentos se clasifican en tres formatos principales:

• Structured: documents designed to collect information in a specific format. For example, surveys, tax forms, passports, or licenses are all structured documents.
• Semi-structured: documents that do not follow a strict format and are not bound to specified data fields. Semi-structured documents include invoices, receipts, uility bills, bank statements, and others.
• Unstructured: documents that do not follow a specific or organized model. For example, contracts, leases, or news articles are all unstructured documents.

To learn more about document types, check the Document types section.

Modelos ML

Los modelos ML son como los asistentes virtuales que se han entrenado para aprender de los datos y hacer predicciones o decisiones. Estos modelos son esencialmente algoritmos que aprenden a reconocer patrones en función de los datos históricos. Cuantos más datos a los que estén expuestos, mejor podrán mejorar sus predicciones o decisiones a lo largo del tiempo.

You can find several out of the box ML models in Document Understanding^TM. These models help you classify and extract any commonly occurring data points from semi-structured or unstructured documents, with no setup required.

Check the Pre-trained document types page for the full list of pre-trained models and their fields.

Los modelos ML pueden entrenarse en la mayoría de los idiomas, siempre que el OCR reconozca el documento y el texto con alta confianza.

Reconocimiento óptico de caracteres

El reconocimiento óptico de caracteres (OCR) es una tecnología especial que se utiliza para convertir diferentes tipos de documentos, como documentos en papel escaneados, archivos PDF o imágenes tomadas por una cámara digital, en datos editables y susceptibles de búsqueda.

La precisión de un motor de OCR con mayor frecuencia depende de la calidad del documento original. Un texto claro, bien formateado y con un tipo de letra legible suele producir los mejores resultados.

For more information on the languages supported by the OCR engines options provided by UiPath®, check the OCR Supported Languages page.