Dados do documento

Dados de documento são um recurso que serve tanto como uma variável de entrada quanto de saída, em seus fluxos de trabalho do Document Understanding. O objeto Dados do documento contém todas as informações necessárias sobre um único documento. Se você classifica um documento, o objeto inclui o Tipo de documento. Se você extrair dados, o objeto contém os campos extraídos correspondentes. Independentemente da atividade, os Dados do documento contêm consistentemente o texto e o DOM (Modelo de objeto do documento) do documento.

Com o Document Data você pode: coletar todas as informações necessárias sobre um documento em uma variável, salvar dados em cada propriedade do objeto e reutilizá-lo para outras atividades no fluxo de trabalho.

Dados de documentos contêm informações sobre os seguintes atributos:

• TipoDeDocumento: Fornece dados sobre o tipo de Documento identificado, preenchido por atividades como Classify Document ou Create Classification Validation Task.
• Dados: contém os valores de campo extraídos, preenchidos por atividades como Extract Document Data ou Create Document Validation Task
• DetalhesDoArquivo: contém detalhes sobre o IResource.
• SubDocumentos: inclui uma coleção de Dados de Documentos, preenchido por atividades como Create Classification Validation Task.
• MetadadosDoDocumento : contém informações sobre o processamento do documento, como:
  • Idioma detectado do texto
  • Campos extraídos como Tabela de Dados
  • Modelo de objeto do documento (DOM): contém o modelo de objeto do documento, que é usado por todas as atividades.
  MetadadosDoDocumento é atualizado pela atividade que processa o documento primeiro. Após preenchidos, os metadados são compartilhados e usados por todas as atividades sucessoras que recebem o objeto Dados de documento.
  Dica: a menos que uma atividade seja a primeira parte da atividade do Document Understanding de um fluxo de trabalho do Studio, use Dados do documento como entrada. Use a variável Arquivo como entrada apenas se a atividade for a primeira parte do Document Understanding de um fluxo de trabalho do Studio.

Propriedades

As propriedades da variável Dados do documento podem ser preenchidas e consumidas por uma ou várias atividades. Dependendo da atividade que preenche a variável, as propriedades podem ser diferentes.

Nome do atributo	Propriedade	Description	Atividades que preenchem o valor
Tipo de Documento	DisplayName (usado para modelos personalizados)	Nome do tipo de documento	Classificar Documento
	ID (usado para modelos prontos para uso)	Nome do tipo de documento
	Confidence	Confiança da classificação
	URL	URL de onde o Tipo de documento é acessível; pode ser personalizado ou predefinido, referenciado por meio do respectivo projeto no Centro do Document Understanding.
Campos	Valor do campo	Valor de extração do campo	Extract Document Data Create Validation Task Criar tarefa de validação e aguardar Aguarde a tarefa de validação e retome
	Pontuação de confiança da extração	Pontuação de confiança da extração, conforme fornecido pelo modelo
	Pontuação de confiança do OCR	Pontuação de confiança fornecida pelo mecanismo de OCR
Detalhes do arquivo	NomeCompleto	Nome completo do arquivo	Atividades que criam o objeto Dados do documento, recebendo um arquivo como entrada
	Extensão	Extensão do arquivo
	Intervalo de Página	Intervalo de páginas do arquivo
Subdocumentos	NA	Coleção de dados do documento Observação: isso não é preenchido atualmente e será adicionado no futuro, juntamente com a validação de classificação e recursos de divisão.	Classificar Documento
Metadata	NA	Informações sobre o processamento do documento	Atividades que criam o objeto de dados de documento, recebendo um arquivo como entrada.
DOM	NA	O modelo de objeto do documento, usado por todas as atividades
Texto	NA	Todo o texto extraído
Idioma detectado	NA	O idioma detectado no documento
Confiança na divisão	NA	Se o documento for dividido, ele será retornado pelo modelo de divisão Observação: isso não é preenchido atualmente e será adicionado no futuro, juntamente com a validação de classificação e recursos de divisão.	Classificar Documento
Resultados como tabela de dados	NA	Campos exportados como tabela de dados	Extract Document Data

Passando dados do documento para atividades

Quando você usa Dados do documento, o primeiro objeto de saída é criado a partir do seu arquivo de entrada. Após criar esse objeto, recomendamos que você passe ele para as suas próximas atividades. Ao passá-lo para suas próximas atividades, você pode reutilizar o Text e o DOM do seu arquivo original. Essa abordagem evita o trabalho de digitalizar o arquivo a cada vez.

Consumo dos resultados da extração para campos de valor único e vários

Se você configurar um campo de tipo de documento para ter vários valores, o sistema espera vários valores. Um exemplo pode ser uma pergunta de múltipla escolha em um formulário. Os resultados aparecem no atributo de vários valores no campo, retornados como uma lista. Se o campo de tipo de documento estiver configurado para ser de valor único, o sistema retornará o resultado no atributo de valor no campo por padrão.

A seguinte tabela mostra como os Dados de documento retornam campos de valor único e múltiplo:

Tipo de campo	não tem valor	Tem um valor	Tem dois ou mais valores	DocumentData.Data.FieldName.Value	DocumentData.Data.FieldName.MultiValues
Valor Único	Sim	Não	N/A	“”	null
Valor Único	Não	Sim	N/A	<value that was identified>	null
Multivalor	Sim	Não	Não	“”	[] (matriz vazia)
Multivalor	Não	Sim	Não	<value that was identified>	[<array com um valor idêntico ao do .Value>]
Multivalor	Não	Não	Sim	<first value that was identified>	[<array com n valores, com o primeiro valor sendo idêntico ao .Value>]

Retornando campos extraídos como uma tabela de dados

É possível retornar os campos extraídos de um documento como uma Tabela de dados, usando o objeto Dados do documento. Então, você pode usar a variável Data Table dentro das atividades do Excel.

Para retornar os campos extraídos como uma Tabela de dados, escolha a saída ResultsAsDatatable para a atividade Extract Document Data .