À propos du package d'activités IntelligentOCR

UiPath.IntelligentOCR.Activities contient l'infrastructure permettant d'activer les flux de traitement de documents à l'aide d'une approche complète, ouverte et extensible.

Remplacer des versions supprimées

Le tableau suivant indique les versions de package qui ont été supprimées ainsi que la version recommandée à utiliser à la place.

Tableau 1. Versions supprimées et leurs remplacements recommandés

	Version recommandée
4.3.0-aperçu | 4.4.0-aperçu	4.5.2
2.1.0 | 2.2.0 | 2.3.0	4.0.1
1.4.0 | 1.5.0 | 1.6.0 | 1.6.1 | 2.0.0 | 2.0.1	2.0.2
1.2.0 | 1.2.1 | 1.3.0	1.3.2

Important

• À partir de la version v6.19.0 , lors de l’installation du package UiPath.IntelligentOCR.Activities dans un projet, le package UiPath.DocumentUnderstanding.ML.Activities est automatiquement installé et vous n’avez pas besoin de l’installer séparément.
• If you are using UiPath® Studio 2023.4.4 or earlier, make sure to install the latest version of Windows .NET 6.0 Desktop Runtime.

Compatibilité des versions

La mise à jour du package UiPath.IntelligentOCR.Activities nécessite également une mise à jour du package UiPath.UIAutomation.Activities et du package UiPath.OCR.Activities s’il est inclus dans le projet.

UiPath.IntelligentOCR.Activities et UiPath.DocumentUnderstanding.Activities ne doivent pas être utilisés ensemble dans le même projet. Le package UiPath.IntelligentOCR.Activities doit être utilisé pour les workflows Windows (ou hérités), tandis que le package UiPath.DocumentUnderstanding.Activities doit être utilisé pour les workflows multiplate-forme.

Formats pris en charge

Le package d’activités IntelligentOCR peut prendre en charge l’un des types de fichiers suivants : .png, .gif, .jpe, .jpg, .jpeg, .tiff, .tif, .bmp et .pdf.

Prise en charge du langage de projet C#

À partir de la version 4.10.0, ce package d'activité est validé pour une utilisation dans les projets C#.

Fonctionnalités

Cette section présente les multiples fonctionnalités du package Intelligent.OCR.

Numériser les documents

Vous pouvez y parvenir à l'aide de l'activité Numériser le document ( Digitize Document) . Cela récupère le texte de n'importe quel PDF ou image, en utilisant, uniquement si nécessaire, le moteur OCR de votre choix.

Au fur et à mesure que les documents sont traités un par un, ils passent par le processus de numérisation. La différence pour les documents non numériques (numérisés) est que vous devez appliquer le moteur OCR de votre choix. Les sorties de cette étape sont le modèle d'objet de document et une variable de chaîne contenant tout le texte du document et sont transmises aux étapes suivantes.

Classer les documents

Pour ce faire, utilisez l'activité Classer le document (Classify Document). Cela permet d'identifier le type de document d'un fichier en utilisant n'importe quel algorithme de classification.

Après numérisation, le document est classé. Si vous travaillez avec plusieurs types de documents dans le même projet, pour extraire correctement les données, vous devez savoir avec quel type de document vous travaillez. L'important est que vous puissiez utiliser plusieurs classifieurs dans la même étendue, configurer les classifieurs et, plus tard dans l'infrastructure, les entraîner. Les résultats de la classification aident à appliquer la bonne stratégie d'extraction.

La liste suivante indique les classifieurs disponibles :

• L’activité Classifieur basé sur des mots-clés ( Keyword Based Classifier ) est le premier de ces classifieurs, ciblant la classification des documents avec titre.
• L’activité Classifieur de mots clés intelligents ( Intelligent Keyword Classifier) peut non seulement classer mais également « fractionner » des fichiers contenant plusieurs types de documents.
• L'activité Classifieur d’apprentissage automatique ( Machine Learning Classifier ) peut classer vos fichiers à l’aide d’un puissant modèle ML, que vous pouvez entraîner en fonction de vos besoins.
• L'activité Classifieur génératif ( Generative Classifier) vous permet de classer les documents à l'aide de modèles génératifs.

Valider la classification automatique

Vous pouvez y parvenir à l'aide de l'activité Présenter la station de classification assistée ( Present Classification Station Attended ), qui présente une interface utilisateur spécifique au traitement de documents pour valider et corriger les sorties de classification automatique.

En particulier pour les cas d'utilisation dans lesquels le fractionnement de fichiers est impliqué, l'utilisation de l'étape de validation de la classification humaine est fortement recommandée, afin de s'assurer que le traitement en aval pour l'extraction de données fonctionne correctement.

Une alternative à l'activité assistée est disponible via l'utilisation de workflows de longue durée, conçus pour permettre une collaboration optimale entre Robot et humains. Les activités Créer une action de classification de document ( Create Document Classification Action) et Attendre une action de classification de document et reprendre (Wait For Document Classification Action And Resume) permettent ce scénario.

Entraîner les classifieurs

Vous pouvez y parvenir à l'aide de l'activité Tester l' étendue des classifieurs (Train Classifiers Scope) . Cela permet de fermer la boucle de rétroaction à tout algorithme de classification capable d'apprendre. Faites glisser et déposez vos outils d'entraînement de classifieurs dans cette activité Étendue et activez-les à l'aide de l'assistant Configurer les classifieurs (Configure Classifiers) pour vous assurer que les informations validées par des humains via la Station de classification ou la Station de validation sont utilisées par vos classifieurs pour améliorer leurs propres performances.

La classification est aussi efficace que les classifieurs utilisés. Si un document n'a pas été classé correctement, cela signifie qu'il était inconnu des classifieurs actifs. L'infrastructure offre la possibilité d'entraîner les classifieurs afin d'améliorer la reconnaissance des classes de documents.

Voici une liste des classifieurs disponibles :

• L' outil Outil d'entraînement de classifieur basé sur des mots-clés ( Keyword Based Classifier Trainer) est l'activité d'entraînement associée au Classifieur basé sur des mots-clés ( Keyword Based Classifier).
• Le Classifieur de mots clés intelligents ( Intelligent Keyword Classifier Trainer) active la boucle de rétroaction pour le Classifieur de mots clés intelligents (Intelligent Keyword Classifier).
• Le Machine Learning Classifier Trainer est l'activité d'apprentissage associée au Machine Learning Classifier.

Extraire des données de documents

Vous pouvez y parvenir à l'aide de l'activité Étendue de l' extraction de données (Data Extraction Scope) . Cela permet d'utiliser n'importe quel algorithme d'extraction de données pour identifier différents champs dans un document classifié.

L'extraction consiste à obtenir uniquement les données qui vous intéressent à partir d'un type de document donné. Par exemple, extraire des données spécifiques d'un document de 5 pages est assez fastidieux si vous souhaitez le faire avec une manipulation de chaînes. Dans cette infrastructure, vous pouvez utiliser différents extracteurs, pour les différentes structures de document, dans la même étendue d'extraction de données. Les résultats de l'extraction sont transmis pour validation.

Voici une liste des extracteurs disponibles :

• L ' extracteur basé sur RegEx est un extracteur de données de base qui applique une correspondance d'expressions régulières pour identifier les meilleurs candidats pour un champ spécifique.
• L' extracteur de formulaires utilise des modèles prédéfinis pour permettre le traitement de documents structurés à formulaire fixe.
• The Machine Learning Extractor leverages the power of AI and Machine Learning to identify information in structured or semi-structured documents by either using one of UiPath®'s public data extraction services or by calling custom trained Machine Learning models that you can build and host in AI Center. This activity is part of the UiPath.DocumentUnderstanding.ML.Activities package.
• L ' Extracteur génératif vous permet d'extraire des documents à l'aide de modèles génératifs. Cette activité fait partie du package UiPath.DocumentUnderstanding.ML.Activities .

Valider les résultats de l'extraction automatique des données

Vous pouvez y parvenir à l'aide de l'activité Présenter la station de validation (Present Validation Station Attended ), qui présente une interface utilisateur spécifique au traitement de documents pour la validation et la correction des données.

• Les données extraites peuvent être validées par un utilisateur humain via la station de validation. Une bonne pratique consiste à construire une logique autour de la décision d'ajouter ou non une étape de validation humaine, avec des règles dépendant du cas d'utilisation spécifique à implémenter. Les résultats de la validation peuvent ensuite être exportés et utilisés dans d'autres activités d'automatisation.
• Vous pouvez également activer la validation humaine via des workflows de longue durée, de façon à optimiser la collaboration entre robots et humains, à l’aide des activités Créer une action de validation de document (Create Document Validation Action) et Attendre l’action de validation du document et reprendre (Wait for Document Validation Action and Resume).

Extracteurs de train

Vous pouvez y parvenir à l'aide de l'activité Étendue de l'entraînement des extracteurs (Train Extractors Scope) . Cela permet de fermer la boucle de rétroaction à tout algorithme d'extraction de données capable d'apprendre. Faites glisser et déposez vos outils d'entraînement d'extracteurs dans cette activité Étendue (Scope) et activez-les à l'aide de l'assistant Configurer les extracteurs (Configure Extractors) pour vous assurer que les informations validées par des humains via la Station de validation (Validation Station) sont utilisées par vos extracteurs pour améliorer leurs propres performances.

L'extraction est aussi efficace que les extracteurs utilisés. Si les valeurs de champ n'ont pas été extraites correctement, cela signifie qu'elles étaient inconnues des extracteurs actifs. L'infrastructure offre la possibilité d'entraîner les extracteurs afin d'améliorer la reconnaissance des valeurs de champ.

Le Machine Learning Extractor Trainer ferme la boucle de rétroaction pour l'extraction de données basée sur ML, en collectant les données nécessaires pour réentraîner un modèle d'apprentissage automatique hébergé dans AI Center. Cette activité fonctionne de pair avec l'activité Extracteur d'apprentissage automatique ( Machine Learning Extractor ) et fait partie du package UiPath.DocumentUnderstanding.ML.Activities .

Exporter les informations extraites

Vous pouvez y parvenir à l'aide de l'activité Exporter les résultats d'extraction ( Export Extraction Results ). Cela vous permet d'exporter la structure complexe des données extraites vers un simple DataSet (collection de DataTables).

Une fois vos informations validées, vous pouvez les utiliser telles quelles ou les enregistrer dans un format DataTable pouvant être converti très facilement en fichier Excel.

Le package UiPath.IntelligentOCR.Activities est compatible avec toute activité de classification ou d’extraction de données personnalisée basée sur le package public UiPath.DocumentProcessing.Contracts . Il offre une flexibilité totale pour créer votre propre algorithme spécifique à votre cas d'utilisation, ainsi que pour l'intégrer à toute solution tierce pour la classification de documents et l'extraction de données.

Les versions suivantes du paquet ont été supprimées du flux officiel. Si vous rencontrez des problèmes, veuillez contacter nos équipes d’assistance.