- Visão geral
- Processo do Document Understanding
- Tutoriais de início rápido
- Componentes do framework
- Pacotes de ML
- Visão geral
- Document Understanding - Pacote de ML
- DocumentClassifier - Pacote de ML
- Pacotes de ML com recursos de OCR
- 1040 - Pacote de ML
- 4506T - Pacote de ML
- 990 - Pacote de ML - Prévia
- ACORD125 - Pacote de ML
- ACORD126 - Pacote de ML
- ACORD131 - Pacote de ML
- ACORD140 - Pacote de ML
- ACORD25 - Pacote de ML
- Extratos bancários - Pacote de ML
- ConhecimentoDeEmbarque - Pacote de ML
- Certificado de incorporação - Pacote de ML
- Certificado de origem - Pacote de ML
- Cheques - Pacote de ML
- Certificado de produtos filhos - Pacote de ML
- CMS1500 — Pacote de ML
- Declaração de Conformidade da UE - Pacote de ML
- Demonstrações financeiras - Pacote de ML
- FM1003 - Pacote de ML
- I9 - Pacote de ML
- Cartões de identificação - Pacote de ML
- Faturas - Pacote de ML
- FaturasAustrália - Pacote de ML
- FaturasChina - Pacote de ML
- FaturasÍndia - Pacote de ML
- FaturasJapão - Pacote de ML
- Envio de faturas - Pacote de ML
- Romaneio de carga - Pacote de ML
- Passaportes - Pacote de ML
- Contracheques — Pacote de ML
- Ordens de compra - Pacote de ML
- Recibos – Pacote de ML
- AvisosDePagamento - Pacote de ML
- Contas de serviços - Pacote de ML
- Títulos de veículos - Pacote de ML
- W2 - Pacote de ML
- W9 - Pacote de ML
- Outros pacotes de ML prontos para uso
- Endpoints públicos
- Requisitos de Hardware
- Pipelines
- Document Manager
- Serviços de OCR
- Aprendizagem profunda
- Document Understanding implantado no Automation Suite
- Instalar e usar
- Experiência de primeira execução
- Implantar o UiPathDocumentOCR
- Implante um Pacote de ML pré-configurado
- Offline bundles 2023.4.13+patch1
- Pacotes offline 2023.4.13
- Pacotes offline 2023.4.12
- Pacotes offline 2023.4.11
- Pacotes offline 2023.4.10+patch1
- Pacotes offline 2023.4.10
- Pacotes offline 2023.4.9
- Pacotes offline 2023.4.8
- Pacotes offline 2023.4.7
- Pacotes offline 2023.4.6
- Pacotes offline 2023.4.5
- Pacotes Oflline 2023.4.4
- Pacotes offline 2023.4.3
- Pacotes offline 2023.4.2
- Pacotes offline 2023.4.1
- Pacotes offline 2023.4.0
- Use o Document Manager
- Usar o Framework
- Document Understanding implantado no AI Center autônomo
- Licenciamento
- Atividades
- UiPath.Abbyy.Activities
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentProcessing.Contracts
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Activities
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.OmniPage.Activities
- UiPath.PDF.Activities

Guia do usuário do Document Understanding.
Esta página descreve como usar o Document Manager para rotular um novo conjunto de dados e treinar novamente um modelo de ML.
Inicie a sessão de rotulagem de dados criada na Experiência da primeira execução e vá para as configurações para configurar o OCR.
Choose the OCR you intend to use in the OCR method dropdown menu. For UiPathDocumentOCR, paste the Document UnderstandingTM license key (retrieve the Document Understanding API key from the Admin > License page) and then paste the OCR URL you generated when you deployed UiPathDocumentOCR. Check out Deploy UiPathDocumentOCR.
Configure the prelabelling with the models that you have deployed following the instructions describe in Deploy an out-of-the-box ML package. Paste the model public ML Skill endpoint and the Document Understanding license key, and then select Save.
Para obter mais detalhes, consulte a documentação aqui: Usar um esquema predefinido.
- Selecione o botão Importar
de uma sessão do Document Manager.
- Nomeie o conjunto de dados e selecione Procurar arquivos para carregar.
- Selecione o documento que deseja carregar.
- Selecione Sim.
Selecione para criar campos a serem extraídos.
Você pode criar até 40 campos.
Para este exercício de validação, você pode criar alguns campos de fatura comuns, como data, nome, n.º de fatura e total. Certifique-se de alterar o tipo de conteúdo de acordo - data (data), nome (string), número da fatura (string) e total (número).
Agora, você pode começar a rotular os documentos.
Selecione o botão Prever na parte superior para usar o modelo de fatura base para prever os rótulos para os campos definidos e corrija se a previsão estiver errada.
Para alterar o rótulo, arraste o mouse sobre o campo e clique no atalho de teclado para rotulá-lo.
Use a seta na parte superior para mudar para o próximo documento até terminar a validação dos rótulos para todas as faturas carregadas.
- Certifique-se de selecionar o conjunto de dados correto no filtro de conjuntos de dados e selecione o botão Exportar
.
- Selecione Exportar.
- Acesse Conjunto de dados no mesmo projeto do AI Center, você deve observar o conjunto de dados de treinamento exportado.
Treinamento de um modelo personalizado no AI Center
- Acesse Pipelines > Criar novo. Selecione o tipo de execução de avaliação, selecione o pacote de modelo e o conjunto de dados de entrada.
- Selecione a subpasta em Exportar como o conjunto de dados de entrada.
- Selecione Criar para iniciar o pipeline. Pode levar de 1 a 2 horas para que o pipeline seja executado em máquinas de CPU.
Acesse Habilidades de ML e crie uma nova Habilidade de ML.
Escolha o mesmo pacote de modelo de fatura criado anteriormente. Como retreinamos o modelo, agora há uma nova versão secundária de pacote (1 vs 0). Certifique-se de selecionar a mais recente.
Após a Habilidade de ML ser criada, acesse Modificar a implantação atual para tornar pública a habilidade de ML. public Alterne o botão e selecione Confirmar.
Copie o URL da habilidade de ML pública para uso posterior.
Parabéns! Você treinou novamente um modelo de Fatura com seu próprio conjunto de dados e criou o ponto de extremidade para acessá-lo.