Machine Learning Extractor

O que Machine Learning Extractor

O 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.

This extractor can be trained / re-trained. See the How to Train section for details.

Importante:

Imagens com resolução inferior a 50x50 pixels não podem ser processadas, gerando um erro.

Requisitos especiais

Você 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

Configuração 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:

Configurando recursos do Extrator de ML

When first dropped in a Data Extraction Scope, the Machine Learning Extractor will open a configuration wizard. The same wizard is available if you open the Configure Extractors wizard of the Data Extraction Scope and click on the configuration icon under the extractor's name.

O assistente permite inserir um Ponto de extremidade ou uma Habilidade de ML, bem como fornecer uma ChaveDaAPI (se necessário). Se você inserir um Ponto de extremidade e uma ChaveDaAPI, precisará inseri-los sem aspas - e os valores não podem ser variáveis.

Se desejar, é possível usar a opção "Atualizar argumentos da atividade" para preencher previamente os argumentos da atividade com os valores adicionados no assistente.

Ao clicar na opção "Obter recursos", o Extrator de Machine Learning irá "ler e relatar" seus recursos internos (quais tipos de documentos e quais campos sabe processar), com o objetivo de ajudar você a configurar corretamente a extração de dados.

É recomendável usar o assistente de recursos do ML Extractor toda vez que alterar a Habilidade de ML ou Ponto de extremidade usado em seu fluxo de trabalho para garantir que a configuração e o mapeamento de taxonomia no escopo de extração de dados permaneçam válidos.

Configurando o Extrator de ML no Data Extraction Scope

Após a execução do assistente de recursos do ML Extractor, você notará que o assistente Configurar Extratores não apresenta mais caixas de texto para mapeamento de taxonomia, mas listas suspensas.

Expand the document type that you want to extract data for, and start selecting the fields you are targeting, by checking the checkboxes next to the appropriate fields and by selecting, from the available drop-down list, the correct field from the ML model you wish to map to each particular field. The drop-down list contains all fields that the Machine Learning Extractor, using the endpoint entered in the Machine Learning Extractor wizard, declares as extraction capability.

To check if you are using the latest capabilities of the extractor, you can click the Get or refresh extractor capabilities which opens the Machine Learning Extractor wizard.

Importante:

You cannot choose the same option for two distinct fields.

If you wish to use the Extractor's training capabilities as well, it is strongly recommended that you enter a unique string, alphanumeric value, in the Framework Alias configuration field, and then use the exact same string value in the corresponding Framework Alias field of Train Extractors Scope configuration, for the trainers that need to receive the complete training data.

Select the Save button once all data is configured properly.

Como treinar

Use the Machine Learning Extractor Trainer activity within a Train Extractors Scope, in order to collect training data for your Machine Learning Extractor model instance. The thus collected data can be used for curation and then importing with the purpose of training, in your instance of AI Center (Cloud or on-premises).