Intelligent Keyword Classifier

Qu'est-ce que le classificateur intelligent de mots clés

The Intelligent Keyword Classifier is a classifier that uses the word vector it learns from files of certain document types to perform document classification.

L'algorithme a été élaboré autour du concept de répétition du contenu du même type de document et part du principe que les types de documents ont une série de mots qui y apparaissent généralement, permettant ainsi le calcul de similarité vectorielle.

Lors de la classification d'un fichier dans un type de document, le classifieur de mots-clés intelligents (Intelligent Keyword Classifier) :

• trouve le vecteur de mot le plus proche d'un fichier,
• des rapports sur le type de document ayant obtenu le score le plus élevé, avec les principaux mots correspondants sous-jacents.

Le classifieur de mots-clés intelligents a également des capacités de division de fichiers, ce qui signifie qu'il peut signaler plus d'une classe pour un fichier donné et pour des plages de pages distinctes.

Remarque :

Unlike the Keyword Based Classifier, you do not need to manually select references in the document when training the Intelligent Keyword Classifier and any such references provided at training time will be ignored.

Quand l'utiliser

Nous vous conseillons d'utiliser ce classifieur si :

• vos fichiers contiennent un ou plusieurs types de documents dans un seul fichier
• vos types de documents sont relativement faciles à différencier au regard du contenu.

Remarque :

Starting with version 6.9.0, the splitting performance for the Intelligent Keyword Classifier activity has been improved. For optimized splitting performance, use version 6.9.0 or higher.

Exigences spécifiques

You need to use your Automation Cloud^TM Document Understanding^TM API Key, or host your own instance of the Intelligent Keyword Classifier in AI Center on-prem, to use this classifier.

Comment entraîner

Place the Intelligent Keyword Classifier Trainer activity in a Train Classifiers Scope, and configure it accordingly.

Nous ne pouvons pas appliquer la cohérence des fichiers d'entraînement entre les entraînements parallèles au niveau de l'activité. Deux solutions possibles à ce problème sont fournies par un Processus de Document Understanding (Document Understanding Process). Les deux consistent en un contrôle du trafic :

1. verrouillage des fichiers (implémenté par défaut dans le processus) : renommez le fichier en utilisant l'extension .lock, modifiez et enregistrez le fichier, puis renommez le fichier en supprimant l'extension .lock
2. configuration manuelle d'une file d'attente spéciale : créez une file d'attente vide dans Orchestrator et intégrez vos deux activités du projet.

For more information on how to train a Classifier, check this page that describes the process of using the Manage Learning wizard.