Limitações de tráfego

Os pacotes de ML de extração e classificação requerem uma quantidade significativa de recursos de processamento, o que implica algumas limitações à medida que o tamanho dos documentos e/ou a taxa de transferência do número de documentos por minuto aumenta.

Espera-se que documentos maiores que 100 páginas sejam executados para limitações de computação ou latência, fazendo com que as Habilidades de ML sejam instáveis ou retornem erros de HTTP. Um limite superior exato é difícil de definir porque a densidade de texto e a resolução da imagem dos documentos têm um grande intervalo dinâmico e a densidade de texto (número de palavras por página) afeta os recursos de computação e RAM necessários, bem como a latência. Além disso, a capacidade de uma habilidade de ML depende do tamanho do hardware usado para implantá-la, que é controlado pelo AI Center. Por exemplo, as habilidades de ML podem ser implantadas na GPU ou no CPU, o que tem um grande impacto na capacidade e velocidade da habilidade de ML.

Em relação à transferência, as Habilidades de ML só podem processar um documento por vez; isso significa que você precisa esperar pela conclusão de um documento antes de enviar o próximo. Quanto maiores os documentos, menos você pode processar por unidade de tempo.

Para mitigar esses problemas, se você precisar processar documentos muito grandes, tenha em mente que, em muitos casos, os dados relevantes podem ser encontrados em um subconjunto menor de páginas e esse subconjunto pode ser dividido usando o Classificador de palavra-chave inteligente. Essa pode ser uma ótima estratégia porque elimina erros/falhas/tempos limite de habilidade de ML, aumenta a taxa de transferência e a resposta, aumenta a precisão da extração reduzindo falsos positivos e reduz os gastos eliminando o consumo desnecessário de unidades de IA.