ML パッケージについて

Document Understanding ML パッケージを使用するには、以下の手順を実行します。

• ドキュメントのサンプルと、抽出が必要なデータ ポイントの要件を収集します。

• Labeling documents using Document Manager. Be aware that Document Manager itself connects to an OCR Service.

• ラベル付けされたドキュメントをトレーニング データ セットとしてダウンロードまたはエクスポートし、エクスポートしたフォルダーを AI Center のストレージにアップロードします。

• ラベル付けされたドキュメントを評価データセットとしてダウンロードまたはエクスポートし、エクスポートしたフォルダーを AI Center のストレージにアップロードします。

• AI Center でトレーニング パイプラインを実行します。

• AI Center の評価パイプラインで、モデルのパフォーマンスを評価します。

• トレーニング済みのモデルを、ML スキルとして AI Center にデプロイします。

• UiPath.DocumentUnderstanding.ML アクティビティ パッケージを使用して、RPA ワークフローから ML スキルにクエリを実行します。

  注:

  Document Understanding ML パッケージを使用するには、AI Center をインストールしたマシンが AI Center にアクセスできる必要がありますhttps://du-metering.uipath.com

  注:

  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>.

すぐに使えるマシン ラーニング モデルを使用すると、半構造化または非構造化ドキュメントによく見られる標準フィールド、表の列、分類フィールドなどのデータ ポイントを、テンプレートを使用せずに分類して抽出できます。

注:

UiPath が提供する、すぐに使えるマシン ラーニング パッケージのバージョン番号は 0 であり、既にお使いのテナントで利用できる状態になっているためダウンロードの必要はありません。

ダウンロードできるのは、バージョン番号が 1 以上のトレーニング済みのバージョンのみです。

Document Understanding に含まれる ML パッケージは、5 つの主要なカテゴリに分けられます。

• UiPathDocument OCR (UiPath ドキュメント OCR)
• DocumentUnderstanding (ドキュメントの理解)
• DocumentClassifier (ドキュメント分類)
• Out-of-the-box Pre-trained ML Packages
• その他のすぐに使える ML パッケージ

UiPathDocument OCR (UiPath ドキュメント OCR)

This is a non-retrainable model which can be used with the UiPath Document OCR engine activity as part of the Digitize Document activity. To be used, the ML Skill must first be made public so that a URL can be copy-pasted into the UiPath Document OCR engine activity.

UiPathDocumentOCR を使用するには、https://du.uipath.com/metering で Document Understanding の測定サーバーにアクセスする必要がありますML スキルがオンプレミスの通常のデプロイの AI Center で実行されている場合。AI Center のオンプレミス エアギャップ デプロイでは、インターネット アクセスは不要です。

UiPathDocumentOCR_CPU

この ML パッケージは UiPathDocumentOCR (UiPath ドキュメント OCR) ML パッケージとまったく同じ方法でデプロイできますが、以下の違いがあります。

• CPU での実行に最適化されているため、ワークフローでの実行時の速度が 3 倍から 4 倍、Document Manager にドキュメントをインポートする際の速度が 5 倍から 10 倍向上します。
• 精度は UiPathDocumentOCR パッケージよりも若干低く、Studio の UiPath.DocumentUnderstanding.OCR.LocalServer パッケージと同程度となります。
• より高速であるため、ドキュメントが大きい場合 (ドキュメントあたり 20 ページ以上)、GPU がなければ CPU も推奨されます。ただし、GPU が理想的です。

DocumentUnderstanding (ドキュメントの理解)

一般的で再トレーニング可能なモデルです。あらゆる種類の構造化または半構造化ドキュメントによく見られるデータ ポイントを抽出し、モデルをゼロから構築できます。この ML パッケージはトレーニングする必要があります。トレーニングしないでデプロイすると、モデルがトレーニングされていないことを示すエラーが表示され、デプロイが失敗します。

DocumentClassifier (ドキュメント分類)

一般的で再トレーニング可能なモデルです。あらゆる種類の構造化または半構造化ドキュメントを分類し、モデルをゼロから構築できます。この ML パッケージはトレーニングする必要があります。トレーニングしないでデプロイすると、モデルがトレーニングされていないことを示すエラーが表示され、デプロイが失敗します。

Out-of-the-box Pre-trained ML Packages

これらは、さまざまなマシン ラーニング モデルのナレッジを保持する、再トレーニング可能な ML パッケージです。

パイプライン実行を使用して、追加のフィールドを抽出したり追加の言語をサポートしたりするようにカスタマイズできます。また、最先端の転送学習機能を使用して、追加のラベル付け済みドキュメントで再トレーニングできます。さらに、特定のユース ケースに合わせて調整したり、ラテン語、キリル文字、またはギリシャ語をサポートするよう拡張したりできます。

使用されるデータセットには、同じフィールド、フィールドのサブセット、または追加のフィールドが含まれる場合があります。事前トレーニング済みモデルの既存のインテリジェンスを活用するには、すぐに使えるモデル内で使用されているフィールドと同じ名前のフィールドを使用する必要があります。

これらの ML パッケージは次のとおりです。

• Invoices: The fields extracted out-of-the-box can be found here.
• InvoicesAustralia: The fields extracted out-of-the-box can be found here.
• InvoicesIndia: The fields extracted out-of-the-box can be found here.
• InvoicesJapanPreview: The fields extracted out-of-the-box can be found here. Retraining using data from Validation Station is currently not supported.
• InvoicesChinaPreview: The fields extracted out-of-the-box can be found here. Retraining using data from Validation Station is currently not supported.
• Receipts: The fields extracted out-of-the-box can be found here.
• Purchase Orders: The fields extracted out-of-the-box can be found here.
• Utility Bills: The fields extracted out-of-the-box can be found here.
• ID CardsPreview: The fields extracted out-of-the-box can be found here.
• Passports: The fields extracted out-of-the-box can be found here.
• RemittanceAdvicesPreview: The fields extracted out-of-the-box can be found here.
• W2Preview: The fields extracted out-of-the-box can be found here.
• W9: The fields extracted out-of-the-box can be found here.
• ACORD125Preview: The fields extracted out-of-the-box can be found here
• I9Preview: The fields extracted out-of-the-box can be found here
• 990Preview: The fields extracted out-of-the-box can be found here
• 4506TPreview: The fields extracted out-of-the-box can be found here
• FM1003Preview: The fields extracted out-of-the-box can be found here

これらのモデルは、UiPath が構築したディープラーニング アーキテクチャです。サービング時とトレーニング時の両方で GPU を使用できますが、必須ではありません。GPU によって、速度が 10 倍以上向上します (特にトレーニング時)。

その他のすぐに使える ML パッケージ

これらは、Document Understanding スイートの非 ML コンポーネントに必要な再トレーニング不可のパッケージです。

これらの ML パッケージは次のとおりです。

• FormExtractor: Deploy as Public Skill and paste the URL into the Form Extractor activity.
• IntelligentFormExtractor: Deploy as Public Skill and paste the URL into the Intelligent Form Extractor activity. Make sure to first deploy the HandwritingRecognition ML Skill and configure that as OCR for the this package.
• IntelligentKeywordClassifier: Deploy as Public Skill and paste the URL into the Intelligent Keyword Classifier activity.
• HandwritingRecognition (手書き文字認識): パブリック スキルとしてデプロイし、IntelligentFormExtractor (インテリジェント フォーム抽出器) パッケージを作成するときに OCR として使用します。