- Información general
- Proceso de Document Understanding
- Tutoriales de inicio rápido
- Componentes de marco
- Paquetes ML
- Procesos
- Administrador de documentos
- 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
Etiquetar documentos
Para conocer los volúmenes necesarios de documentos, consulta Procesos.
Para obtener más detalles sobre cómo reunir un conjunto de datos de alta calidad, consulta Entrenamiento de modelos de alto rendimiento.
Hay muchas situaciones en las que un campo aparece en varios lugares en el mismo documento o incluso en la misma página. Todos ellos deben etiquetarse siempre que tengan el mismo significado.
Por ejemplo, el importe total de las facturas de servicios públicos. Suele aparecer en la parte superior, en una lista de elementos en el centro, o en un recibo de pago en la parte inferior que puede separarse y enviarse por correo con el cheque. En esta situación, se etiquetarían las tres ocurrencias. Esto es útil porque, en algunos casos, si hay un error de OCR o el diseño es diferente y un campo no puede ser identificado, el modelo todavía puede identificar las otras ocurrencias.
Puedes hacer que varios usuarios usen la misma instancia para etiquetar al mismo tiempo, incluso en el mismo documento.
Si hay cambios concurrentes en el esquema, el cambio se realiza para un usuario y para el resto se muestra un mensaje de advertencia indicando que los cambios no se han podido realizar. Los otros usuarios deben actualizar inmediatamente su navegador para ver los cambios.
Si importas un conjunto de datos sin marcar la casilla de verificación Hacer de esto un conjunto de evaluación en el cuadro de diálogo Importar datos, ese conjunto de datos se utiliza para el entrenamiento y solo tendrás que centrarte en el etiquetado de las palabras (cuadros grises) del documento.
Si a veces el texto que se rellena en los campos de la barra lateral no es correcto, no supone un problema, ya que el modelo ML sigue aprendiendo. En algunos casos, puede ser necesario ajustar la configuración de los campos: por ejemplo, seleccionando la casilla de verificación Línea múltiple. Pero, en general, lo principal es etiquetar las palabras en la página.
Cuando se importa un conjunto de datos y se marca la casilla Hacer de este un conjunto de evaluación en el cuadro de diálogo Importar datos, ese conjunto de datos es ignorado por Productos de entrenamiento en AI Center y usado solo por Productos de evaluación.
Es importante que se complete el texto correcto en los campos de la barra lateral (o en la barra superior para los campos de columna). Esto requiere más tiempo para verificar cada campo, aunque es la única manera de obtener una métrica fiable de la precisión del modelo ML que se está creando.
A partir de la versión 2021.10, el Administrador de documentos admite el etiquetado de documentos de varias páginas. En consecuencia, los campos de la barra lateral tienen un único valor para todo el documento. Esto refleja fielmente el comportamiento en tiempo de ejecución en el flujo de trabajo de RPA y permite que los procesos de evaluación en AI Center produzcan puntuaciones realistas que reflejen el rendimiento en tiempo de ejecución real de los modelos ML.
Sin embargo, ten en cuenta que esto es un cambio importante con respecto a las versiones anteriores, en las que cada página se etiquetaba por separado. El etiquetado y la exportación de documentos de varias páginas supone que cada documento representa un único documento lógico. Por ejemplo, un documento de seis páginas puede contener una única factura de seis páginas, pero no debe contener tres facturas diferentes de dos páginas cada una. Esto es especialmente importante para los conjuntos de evaluación.
Observa a continuación las principales acciones que debes realizar al etiquetar documentos. Un campo determinado puede estar etiquetado en varios lugares de la misma página.
Selecciona un cuadro de texto individual haciendo clic en él.
Ctrl
/Shift
+clic en el resto de las palabras deseadas o selecciona toda un área arrastrando el ratón (la banda elástica) sobre ella.
Ctrl
/Shift
, haz clic o pon una banda en los cuadros de texto no deseados de nuevo.
Cuando tu selección sea precisa, pulsa la tecla de acceso directo para etiquetar el campo.
Delete
o Backspace
del teclado.
/
para indicar que forman parte de la misma fila de la tabla. Aparece un cuadro verde alrededor del grupo.
Haz clic en el texto de la barra lateral o de la barra superior y edita el contenido. Aparecerá un pequeño candado para indicar que el campo se ha editado manualmente. Esto es necesario cuando se etiquetan conjuntos de evaluación.
- Campos que aparecen varias veces en el mismo documento
- Varios usuarios que etiquetan en paralelo
- Etiquetado para el entrenamiento
- Etiquetado para la evaluación
- Acciones de etiquetado
- Etiquetar un campo
- Eliminar una etiqueta
- Agrupar una fila de tabla
- Desagrupar una fila de tabla
- Realizar correcciones al valor etiquetado
- Restablecer el valor etiquetado al valor automáticamente extraído