オンプレミス版 Document Manager の公開日: 2022 年 5 月 23 日
前回の LTS リリース以降に発生した Document Manager に関する最新の変更点については、以下のリストをご覧ください。
新着情報
Data Manager の名前を Document Manager に変更しました。
新しいオプションを追加し、個々のファイルを完全に削除できるようにしました。このオプションは、ダウンロード オプションを含むドロップダウン リストから利用できます。
以前作成したフィールドの名前を変更できるオプションを追加しました。
ドキュメント内の検索機能を追加し、現在のドキュメント内で単語を検索できるようになりました。
データセットのインポートから収集されたデータが、 subset フィールドの JSON ファイルに統合されるようになりました。これにより、ファイルを手動で変更したりデータセットから完全に削除したりしても、モデルのトレーニングに影響しなくなりました。
削除されたドキュメントが重複除去の対象から除外されるようになりました。このため、同じドキュメントを 2 回インポートできるようになりました。削除されたドキュメントは検索やフィルター処理の対象からも除外されるため、deleted というキーワードを使用しない限り、削除されていないドキュメントのみが検索されます。
ドキュメント ビューに利用開始のヒントを追加しました。
改良点
フルテキスト検索オプションが無効化された SQL Server のインストールを使用するオンプレミスのデプロイでは、インストール時にフルテキスト検索サービスを有効化するための再起動が必要です。この操作を行うには、サーバーに対する適切な権限を持つデータベース管理者 (DBA) が EXEC sp_fulltext_service 'restart_all_fdhosts' コマンドを実行します。
予測機能を Document Manager と一緒に使用する際に、ユーザーが手動で編集しなかったタグ付けされたデータが、モデルから取得した値で置き換えられるようになりました。
ドキュメントの種類 (トレーニング、検証、評価) を分かりやすく説明するツールチップを追加しました。
列フィールドと標準フィールドの編集ダイアログ ボックスを改良し、[後処理]、[複数ページ]、[スコアリング]、[色] オプションを [詳細設定] タブに移動しました。他のオプションは [全般] タブで設定できます。
重複するドキュメントのインポート速度が向上しました。
分類フィールドが作成された順序で表示されるようになりました。
バグ修正
- ファイル名に URL エンコードを必要とする文字 (
&、,、+、#、') が含まれるドキュメントの検索またはダウンロードが、無効なクエリとして失敗していた既知の問題を修正しました。 - テキストの密度が非常に高いドキュメントで [予測] 機能が失敗する問題を修正しました。
- セッションあたりでインポートできるドキュメントの上限 2,000 個を廃止しました。今後は、1 つのセッションに 2,000 個を超えるドキュメントをインポートできます。なお、1 回のインポートあたりのページ数の上限は 2,000 ページです。
ctrlキーまたはshiftキーを押しても 4 つ以上のボックスを選択できませんでしたが、この問題を修正しました。- ポッドを再起動した後にジョブが再開しないと、タイムアウトするまでインポートの処理がハングする問題を修正しました。
- Fixed a bug that prevented the Predict function from extracting data from the entire document. Please note that the 10 page limit when using the function with public endpoints is still in place.
- Microsoft Read OCR でサブドメイン
*.cognitiveservices.azure.comに一致するエンドポイントを使用しようとすると「OCR endpoint is not valid(OCR エンドポイントが無効です)」というエラーが発生する問題を修正しました。 - Document Manager へのデータセットのインポートにおいて、10 ページを超えるドキュメントのページの順序が乱れる問題を修正しました。
- [ラベル付けされたデータすべて] オプションを選択すると、空のデータセット、または完全なデータセットの一部である少量のサブセットのみがダウンロードまたはエクスポートされる問題を修正しました。
既知の問題
- インポートの最大サイズが 2GB または 2000 ページ から 1GB または 2000 ページに縮小されます。
- ファイル名に URL エンコードを必要とする文字 (
&、,、+、#、') が含まれるドキュメントを検索またはダウンロードすると、「invalid query(クエリが無効です。)」というエラーが発生して失敗します。
For more details about all changes that occurred in Document Manager, please consult the previous Release Notes.
2022 年 6 月 3 日
既知の問題
- Type3 フォントを含む一部の PDF ファイルでは Digitizer サービスでのメモリ使用量が増加することがあります。この際、Document Manager からのインポート操作のパフォーマンスが低下します。この問題を軽減するには、メモリ使用量が多い (常に 70% を超える) Kubernetes の Pod を手動で削除します。