Sobre os pacotes de ML

O uso de um Pacote de ML do Document Understanding envolve estas etapas:

Colete amostras de documentos e os requisitos dos pontos de dados que precisam ser extraídos.
Rotule os documentos usando o Data Manager.
O próprio Data Manager se conectará a um serviço OCR.
Exporte documentos rotulados como um conjunto de dados do treinamento e carregue essa pasta exportada para o armazenamento do AI Center.
Exporte documentos rotulados como um conjunto de dados de teste e carregue essa pasta exportada para o armazenamento do AI Center.
Execute um pipeline de treinamento no AI Center.
Avalie o desempenho do modelo com um pipeline de avaliação no AI Center.
Implante o modelo treinado como uma Habilidade de ML no AI Center.
Consultar a Habilidade de ML de um fluxo de trabalho de RPA usando o pacote de atividades UiPath.DocumentUnderstanding.ML.
Observação: lembre-se de que o uso dos Pacotes de ML do Document Understanding exige que a máquina na qual o AI Center está instalado possa acessar o https://du-metering.uipath.com.

Importante: ao criar uma pacote UiPath.DocumentUnderstanding.ML.Activities no AI Center, o nome do pacote não deve ser nenhuma palavra-chave reservada do python, como class , break, from, finally, global, None, etc. Observe que esta lista não é exaustiva, pois o nome do pacote é usado para class <pkg-name> e import <pkg-name> .

Esses são modelos de Machine Learning prontos para uso para classificar e extrair quaisquer pontos de dados comuns de documentos semiestruturados ou não estruturados, incluindo campos regulares, colunas de tabela e campos de classificação, em uma abordagem sem modelo.

O Document Understanding contém vários Pacotes de ML divididos em quatro categorias principais:

UiPath Document OCR

Este é um modelo não retreinável que pode ser usado com a atividade do mecanismo UiPath Document OCR como parte da atividade Digitize Document. Para ser usada, ela deve primeiro ser tornada pública para que um URL possa ser copiado e colado na atividade do mecanismo UiPath Document OCR.

O UiPathDocumentOCR requer acesso ao servidor de medição do Document Understanding em https://du.uipath.com/metering se a Habilidade de ML estiver sendo executada em uma implantação regular no local do AI Center. Não é necessário acesso à Internet nas implantações no local e isoladas do AI Center.

O pacote de ML UiPathDocumentOCR no AI Center é otimizado para execução em GPU, portanto, recomendamos fortemente usá-lo em GPU. Se nenhuma GPU estiver disponível, recomendamos usar o contêiner Docker autônomo.

Document Understanding

Este é um modelo genérico e retreinável para extrair quaisquer pontos de dados comuns de qualquer tipo de documento estruturado ou semiestruturado, construindo um modelo do zero. Este Pacote de ML deve ser treinado. Se implantado sem treinamento prévio, a implantação falha com um erro informando que o modelo não foi treinado.

Out-of-the-box Pre-trained ML Packages

Esses são Pacotes de ML retreináveis que contêm o conhecimento de diferentes modelos de Machine Learning.

Eles podem ser personalizados para extrair campos adicionais ou oferecer suporte a idiomas adicionais usando execuções de Pipeline. Usando recursos de aprendizado de transferência de última geração, esse modelo pode ser treinado novamente em documentos rotulados adicionais e adaptado a casos de uso específicos ou expandido para suporte adicional ao idioma latino, cirílico ou grego.

O conjunto de dados usado pode ter os mesmos campos, um subconjunto dos campos ou ter campos adicionais. Para se beneficiar da inteligência já contida no modelo pré-treinado, você precisa usar campos com os mesmos nomes do próprio modelo pronto para uso.

Esses Pacotes de ML são:

Faturas: os campos extraídos pré-configurados podem ser localizados aqui.
FaturasAustrália Preview: os campos extraídos pré-configurados podem ser localizados aqui.
FaturasÍndia Preview: os campos extraídos pré-configurados podem ser localizados aqui.
FaturasJapão Preview: os campos extraídos pré-configurados podem ser localizados aqui.
Recibos: os campos extraídos pré-configurados podem ser encontrados aqui.
OrdensDeCompra Preview: os campos extraídos pré-configurados podem localizados aqui.
ContasDeServiço Preview: os campos extraídos pré-configurados podem localizados aqui.

Esses modelos são arquiteturas de deep learning criadas pela UiPath. Uma GPU pode ser usada tanto no tempo de serviço quanto no tempo de treinamento, mas não é obrigatória. Uma GPU oferece >10x de melhoria na velocidade para treinamento especificamente.

Outros pacotes de ML prontos para uso

Esses são pacotes não retreináveis que são necessários para componentes não ML do conjunto do Document Understanding.

Esses Pacotes de ML são:

FormExtractor: implante como Habilidade Pública e cole o URL na atividade Form Extractor.
IntelligentFormExtractor: implante como Habilidade Pública e cole o URL na atividade Intelligent Form Extractor. Certifique-se de implantar primeiro a Habilidade de ML HandwritingRecognition e configurar como o OCR para este pacote.
IntelligentKeywordClassifier: implante como habilidade pública e cole o URL na atividade Intelligent Keyword Classifier.
HandwritingRecognition: implante como Habilidade Pública e use como OCR ao criar o pacote IntelligentFormExtractor.