Présentation de l'apprentissage de l'extraction de données

Qu'est-ce que l'entraînement d'extraction de données

Data Extraction Training is a component in the Document Understanding^TM Framework that helps in closing the feedback loop for extractors that are capable of learning from human feedback. This would help extractors perform better on subsequent documents (depending on their own learning capabilities).

Quand utiliser l'entraînement d'extraction de données

Vous pouvez créer des processus Document Understanding qui ne contiennent aucun composant d'entraînement. Cela peut se produire pour plusieurs raisons :

• les extracteurs que vous utilisez ne prennent pas en charge le réentraînement
• vous ne voulez pas effectuer de réentraînement, car vous préférez que le processus utilise toujours le même apprentissage
• vous souhaitez mettre à jour l'entraînement de l'extracteur hors ligne et vous gérez ses mises à jour en dehors de votre processus DU.

Entraîner vos extracteurs dans le cadre de l'utilisation régulière des processus est cependant très avantageux dans la majorité des cas, car les extracteurs peuvent collecter leurs propres données d'apprentissage et effectuer leurs propres mises à jour en ingérant les informations de validation humaine, sans vous obliger à mettre à jour vos workflows de quelque manière que ce soit. Ils deviennent, pour ainsi dire, des algorithmes d'auto-apprentissage capables d'améliorer leur comportement au fur et à mesure sur la base de ce que les utilisateurs humains ont défini comme étant des données correctes.

Comment utiliser le composant de l'entraînement d'extraction de données

L'entraînement de l'extraction de données est effectuée via l'activité Étendue de l'entraînement des extracteurs (Train Extractors Scope). Vous pouvez entraîner un ou plusieurs extracteurs, car l'activité de l'étendue a pour rôle de configurer et d'exécuter un ou plusieurs algorithmes afin d'effectuer l'entraînement de l'extracteur en une seule fois.

L'extraction des données est généralement exécutée après la validation de l'extraction des données : seuls les commentaires confirmés par l'homme doivent être renvoyés aux classifieurs aux fins de l'entraînement afin de garantir l'exactitude des données d'entraînement reçues par les algorithmes.

L'entraînement à l'extraction de données doit être exécuté à la fois dans le cas où les données extraites automatiquement sont correctes (aucune correction n'a été nécessaire), ainsi que dans le cas de corrections humaines. Cela s'explique par le fait que ces deux cas participent à l'entraînement des algorithmes.

Vous pouvez entraîner les deux extracteurs qui ont été utilisés dans le composant d'extraction de données, ainsi que les extracteurs qui n'ont pas été utilisés pour la prédiction d'extraction de données. Cette dernière approche sert à collecter des données d'entraînement et entraîner un extracteur à partir de zéro dans le but de l'utiliser ultérieurement en l'ajoutant aux workflows de Document Understanding.

En bref, voici les fonctions de l'activité Étendue de l'entraînement des extracteurs (Train Extractors Scope) :

• Fournit à tous les outils d'entraînement des extracteurs (algorithmes d'entraînement) les configurations nécessaires à leur exécution.
• Accepte un ou plusieurs entraîneurs d'extracteurs.
• Permet de filtrer le type de document et le niveau de champ, et d'effectuer le mappage de la taxonomie entre la taxonomie du projet et toute taxonomie d'extracteur interne.

L'activité Étendue de l'entraînement des extracteurs (Train Extractors Scope) vous permet de la configurer à l'aide de l'assistant Configurer les extracteurs (Configure Extractors). Vous pouvez déterminer

• quels types de documents et quels champs sont envoyés pour l'entraînement à quel entraîneur d'extracteur,
• quel est le mappage taxonomique, au niveau du type de document et au niveau du champ, entre la taxonomie du projet et la taxonomie interne de l'extracteur (le cas échéant).

L'activité Étendue de l'entraînement des extracteurs (Train Extractors Scope) vous permet également d'identifier de manière unique une paire d'activités Extracteur - Entraîneur d'extracteurs, en utilisant la même string d'alias d'infrastructure à la fois dans l'étendue d'extraction de données et dans l'étendue d'entraînement.

Entraîneurs d'extracteurs disponibles

Actuellement, seul l'Extracteur d'apprentissage automatique (Machine Learning Extractor) dispose de capacités d'entraînement/réentraînement. L'activité se trouve dans le package UiPath.DocumentUnderstanding.ML.Activities et son activité d'entraînement est appelée Outil d'entraînement d'extracteur d'apprentissage automatique (Machine Learning Extractor Trainer).