Vue d'ensemble (Overview)

À propos des paquets ML

Using a Document Understanding^TM ML package involves these steps:

• Recueillir les échantillons de documents et les exigences des points de données qui doivent être extraits.
• Labelliser les documents à l'aide de Document Manager.
• Le téléchargement ou l'export de documents labellisés en tant qu'ensemble de données d'entraînement et le téléversement de ce dossier exporté sur un stockage AI Center.
• L'exécution d'un Pipeline d'entraînement (Training Pipeline) sur AI Center.
• Le déploiement du modèle entraîné en tant que compétence ML sur AI Center.
• Querying the ML Skill from an RPA workflow using the UiPath.DocumentUnderstanding.ML activity package.
  Remarque :

  Remember that using Document Understanding ML Packages requires that the machine on which AI Center is installed can access https://du-metering.uipath.com.

  Important :

  When creating a UiPath.DocumentUnderstanding.ML.Activities Package in AI Center, the package name should not be any python reserved keyword, such as class , break, from, finally, global, None, etc. Note that this list is not exhaustive since the package name is used for class <pkg-name> and import <pkg-name> .

Il s'agit de modèles d'apprentissage automatique prêts à l'emploi pour classer et extraire tous les points de données courants à partir de documents semi-structurés ou non structurés, y compris les champs réguliers, les colonnes de table et les champs de classification dans une approche sans modèle.

Remarque :

Out-of-the-box Machine Learning Packages that are delivered by UiPath® have version 0 and are already available on your tenant, meaning that there is no need to download them.

Le téléchargement est disponible uniquement pour les versions 1 ou supérieures, que vous avez déjà entraînées.

Types de paquets ML

Document Understanding contient plusieurs paquets ML divisés en cinq catégories principales :

• Document Understanding
• Document Classifier
• Paquets ML avec capacités OCR
• Out-of-the-box Pre-trained ML Packages
• Autres paquets ML prêts à l’emploi