Tester l'étendue des extracteurs

UiPath.IntelligentOCR.Activities.Training.TrainExtractors

Description

Fournit une étendue pour toutes les activités d’extracteur que vous souhaitez former. Vous devez ajouter les activités d’extraction à l’intérieur de cette étendue.

Compatibilité du projet

Windows - Héritage | Windows

Propriétés

Panneau propriétés

Commun

• NomAffichage (DisplayName) - Nom affiché de l'activité.

Entrée

• DocumentObjectModel - Le modèle d'objet de document que vous souhaitez utiliser pour valider le document. Ce modèle est stocké dans une variable Document et peut être récupéré à partir de l'activité Numériser le document . Consultez la page Numériser le document pour découvrir comment réaliser cela. Ce champ prend uniquement en charge les variables Document .
• DocumentPath - The path to the document you want to validate. This field supports only strings and String variables.
  Remarque :

  The supported file types for this property field are: .png, .gif, .jpe, .jpg, .jpeg, .tiff, .tif, .bmp, and .pdf.

• DocumentText - The text of the document itself, stored in a String variable. This value can be retrieved from the Digitize Document activity. Visit Digitize Document to learn how to achieve this. This field supports only strings and String variables.
• HumanValidatedData - The output from the Validation Station, stored in an ExtractionResult proprietary variable.
  Remarque :

  Si les fichiers DocumentObjectModel et HumanValidatedData proviennent de sources différentes, une erreur est générée au moment de l'exécution.

Divers

• Privé (Private) - Si cette option est sélectionnée, les valeurs des variables et des arguments ne sont plus enregistrées au niveau Détaillé (Verbose).

Assistant de configuration des extracteurs

1. Ajoutez une activité Tester l'étendue des extracteurs (Train Extractors Scope) à votre workflow.

2. Dans le panneau Propriétés (Properties), ajoutez vos configurations personnalisées dans les champs DocumentObjectModel, DocumentPath, DocumentText et HumanValidatedData.

3. Add an extractor trainer activity (for instance, Machine Learning Extractor Trainer), or create a custom activity for extractor training by implementing the classes and place it inside the Train Extractors Scope activity.

   1. To configure your extractors, select Configure Extractors. You can now see the Configure Extractors wizard.

      Figure 1. Overview of the Configure Extractors wizard

      

   2. Pour utiliser un extracteur spécifique sur tout un type de document ou sur un champ particulier de ce document, cochez les cases situées à côté du type de document ou des champs. En sélectionnant un type de document entier, tous les champs correspondants seront également automatiquement sélectionnés.

      Figure 2. Animated image showing the process of selecting document types or corresponding fields for extraction

      

4. Select Get of refresh extractor capabilities, for the extractors that support this functionality, to map your taxonomy fields with the available extractor fields, or refresh them in case the extractor fields have changed. After you configure the capabilities, select Get Capabilities, to reflect the changes in the Configure Extractors wizard.

   Figure 3. Animated image showing the process of refreshing the extractor capabilities for a Machine Learning Extractor

   

5. To train the extractor based on its extraction result, start by entering any alphanumeric value in the Framework Alias field. After this, go on to set the exact value in the corresponding Framework Alias field of one or more trainers. This creates a link between the extractor and the respective trainer(s).

6. Select Save once all the extractors are selected.

Intégration de Document Understanding

The Train Extractors Scope activity is part of the Document Understanding solutions. Visit the Document Understanding Guide for more information.