- Visão geral
- Processo do Document Understanding
- Tutoriais de início rápido
- Componentes do framework
- Pacotes de ML
- Pipelines
- Document Manager
- Serviços de OCR
- Document Understanding implantado no Automation Suite
- Instalar e usar
- Experiência de primeira execução
- Implantar o UiPathDocumentOCR
- Implante um Pacote de ML pré-configurado
- Pacotes off-line 2022.10.0
- Pacotes offline 2022.10.2
- Pacotes offline 2022.10.4
- Pacotes offline 2022.10.6
- Pacotes offline 2022.10.8
- Pacotes offline 2022.10.9
- Pacotes offline 2022.10.10
- Pacotes offline 2022.10.11
- Pacotes offline 2022.10.12
- Pacotes offline 2022.10.13
- Pacotes offline 2022.10.14
- Pacotes offline 2022.10.14+patch1
- Use o Document Manager
- Usar o Framework
- Document Understanding implantado no AI Center autônomo
- Aprendizagem profunda
- Licenciamento
- Referências
- UiPath.Abbyy.Activities
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Activities
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.DocumentProcessing.Contracts
- UiPath.OmniPage.Activities
- UiPath.PDF.Activities

Guia do usuário do Document Understanding.
Machine Learning Extractor
linkO que Machine Learning Extractor
linkO Machine Learning Extractor é uma ferramenta de extração de dados que usa modelos de aprendizado de máquina para identificar e relatar dados direcionados para extração de dados.
Esta atividade é a companheira dos UiPath Document Understanding Models, como o meio de consumir tais modelos dentro de seus fluxos de trabalho.
A abordagem de machine learning (ML) é fortemente recomendada para documentos estruturados ou semiestruturados nos quais os layouts de diferentes provedores de documentos variam muito. Dada sua abordagem de machine learning, o extrator usa um modelo de machine learning treinado, que aprende e pode então inferir valores para os campos de destino, mesmo em documentos e layouts que nunca foram vistos antes. Em outras palavras, se os documentos não seguem um padrão de texto ou layout, o Machine Learning Extractor pode ser uma boa opção para o seu caso de uso.
O Modelo de Machine Learning pode ser usado de várias maneiras:
- com um dos endpoints públicos do Document Understanding do UiPath, se você deseja usar modelos genéricos direcionados a determinados tipos de documentos; ou
- com modelos de machine learning treinados personalizados a partir dos modelos disponíveis do UiPath Document Understanding.
Este extrator pode ser treinado / retreinado. Consulte a seção Como treinar para obter detalhes.
Requisitos especiais
linkVocê precisa usar
- um dos endpoints públicos do Document Understanding do UiPath para extração de dados ou
- modelos de machine learning hospedados no AI Center no Automation Cloud ou
- modelos de machine learning hospedados no AI Center local, mas licenciados por meio do Automation Cloud; você precisa usar sua chave de API do Automation Cloud Document Understanding.
Para usar o Machine Learning Extractor com licenciamento local, você precisa hospedar seus modelos do Document Understanding em sua instância do AI Center local (instalação isolada).
Como configurar
linkConfiguração da atividade
Se o endpoint que você está usando for licenciado por meio do Automation Cloud, é necessário fornecer sua chave de API do Cloud Document Understanding.
Se você estiver usando o Machine Learning Extractor com um endpoint público do UiPath Document Understanding ou com uma Habilidade de ML pública no AI Center, será necessário configurar o argumento Endpoint da atividade com o URL correspondente.
Se você estiver usando o Machine Learning Extractor com uma Habilidade de ML implantada, precisará configurar o argumento Habilidade de ML da atividade com a seleção correta da lista de habilidades de ML hospedada no AI Center.
Se você tentar implantar ambas as opções, um erro será exibido - no Assistente de Configuração ou diretamente no fluxo de trabalho: