- Primeros pasos
- Componentes de marco
- Resumen de la clasificación de documentos
- Asistente para Configurar clasificadores de Clasificar ámbito de documento
- Clasificador basado en palabras clave
- Clasificador inteligente de palabra clave
- Clasificador de CapturaFlexible
- Clasificador de aprendizaje automático
- Actividades relacionadas con la clasificación de documentos
- Paquetes ML
- Procesos
- Gestor de datos
- Servicios de OCR
- Document Understanding implementado en Automation Suite
- Document Understanding implementado en AI Center independiente
- Aprendizaje profundo
- Licencia
- Referencias
- Actividades.DeUipath
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Activities
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.DocumentProcessing.Contracts
- UiPath.OmniPage.Activities
- UiPath.PDF.Activities
Guía del usuario de Document Understanding
Acerca de los procesos
Los paquetes ML de Document Understanding pueden ejecutar los tres tipos de procesos:
Una vez completado, una ejecución de un proceso tiene outputs y registros asociados. Para ver esta información, en la pestaña Procesos de la barra lateral izquierda, haz clic en un proceso para abrir la vista de procesos que consiste en lo siguiente:
- los detalles del proceso, como el tipo, el nombre y la versión del Paquete ML, el conjunto de datos, el uso de la GPU, los parámetros y el tiempo de ejecución
- el panel de Salidas; que siempre incluye un archivo
_results.json
con un resumen de los detalles del proceso - la página Registros; los registros también pueden obtenerse en la pestaña Registros ML en la barra lateral izquierda
Los procesos de entrenamiento o los procesos completos también pueden usarse para:
- Ajuste preciso de los modelos ML con datos de la Estación de validación
- Ajuste automático de un modelo ML
Formación: entrenar un modelo desde cero, es decir, usar el paquete ML DocumentUnderstanding en AI Center.
Reentrenamiento: entrenamiento utilizando un modelo base previamente entrenado, es decir, usando uno de los otros paquetes de extracción de documentos en AI Center, como facturas,recibos,órdenes de compra, etc.
Reentrenamiento automático: este es el nombre de una variable de entorno que se puede establecer al crear un proceso en AI Center que permite que el proceso utilice automáticamente el conjunto de datos exportado más reciente para el entrenamiento. Esta variable es independiente de si el conjunto de datos incluye datos de la estación de validación.
Ajuste: entrenar o reentrenar un modelo mediante un conjunto de datos que incluye datos procedentes de la estación de validación.
Ajuste fino automático: uso de la característica de variables de entorno de reentrenamiento automático para entrenar automáticamente un modelo utilizando los datos introducidos desde la estación de validación mediante la función de exportación programada del Gestor de datos.