Introducción

El marco de Document Understanding de UiPath facilita el procesamiento de los archivos entrantes, desde la digitalización de archivos hasta la validación de los datos extraídos, todo ello en un entorno abierto, extensible y versátil.

Document Understanding está diseñado para ayudarte a combinar diferentes enfoques para extraer información de múltiples tipos de documentos. El objetivo principal es facilitar al máximo el proceso de extracción de datos: crear un único flujo de trabajo que extraiga datos de diversos documentos.

Antes de usar el marco de trabajo de Document Understanding, se recomienda entender los siguientes componentes del marco de trabajo de Document Understanding.

• TaxonomyWhat documents need to be processed and what data is required from them?

  Used to define the document types and the pieces of information targeted for data extraction (fields) for each document type, and formalizes this information into a dedicated Taxonomy structure. This metadata information is managed through the Taxonomy Manager.

• DigitizationWhat does this file contain?

  Se usa para obtener el contenido textual y la estructura del documento entrante, convirtiendo un archivo en contenido legible por la máquina para que pueda ser procesado posteriormente.

• ¿Qué tipos de documentos de la taxonomía se encuentran en este archivo?

  Se usa para determinar automáticamente qué tipos de documentos se encuentran dentro de un archivo digitalizado.

• ¿Es correcta la clasificación prevista? Así puedo revisarla y corregirla.

  Se usa para facilitar la validación y corrección humana de los resultados de la clasificación automática y la división de documentos.

• ¿Revisó el humano los datos? Esta es la forma en la que el robot puede aprender de ellos.

  Se usa para devolver la información validada por los humanos a los clasificadores, para que la usen con el fin de mejorar sus futuras predicciones.

• Data ExtractionWhat data can be found in this particular document?

  Se usa para capturar la información requerida para el tipo de documento identificado, dentro del rango de documento de entrada y página de clasificación dados.

• Data Extraction ValidationIs the extracted information correct? This is how I can review and correct it.

  Se usa para facilitar la validación y corrección humana de los resultados de los datos extraídos automáticamente.

• Data Extraction TrainingDid the human review the data? This is how the robot can learn from it.

  Se utiliza para transferir los datos extraídos y validados por una persona de vuelta a los extractores, para utilizarlos para mejorar sus predicciones de extracción.

• Consumo de datos

  Se utiliza para exportar los datos validados para su consumo.

El siguiente diagrama presenta los componentes del marco de Document Understanding y cómo se relacionan entre sí:

The Document Understanding framework is found in the IntelligentOCR activities package. Once the UiPath.IntelligentOCR.Activities package is installed, the Taxonomy Manager wizard appears in the top ribbon of the UiPath Studio. This same package contains all the core document understanding framework activities.

Las actividades de ámbito (Clasificar ámbito de documento, ámbito de extracción de datos, Ámbito de entrenamiento de los clasificadores, Ámbito de entrenamiento de los extractores) que forman parte del marco de Document Understanding te permiten usar cualquier algoritmo de clasificación de documentos y de extracción de datos que se ajuste a tu caso de uso y luego entrenar estos algoritmos.

The Document Understanding framework can be used not only with the out-of-the-box classifiers and extractors but also with any custom-built ones. These can be created using the abstract classes from the package and can be implemented as classification or data extraction activities. Custom-built OCR engines can also be created using the abstract classes from the package.

Recursos

Los cursos especializados en Document Understanding pueden encontrarse en UiPath RPA Academy.

El Foro de UiPath Community es el lugar donde recibir ayuda de nuestra creciente comunidad de usuarios.