文档数据

文档数据是在 Document Understanding 工作流中充当输入变量和输出变量的资源。 文档数据对象保存有关单个文档的所有必要信息。 如果您对文档进行分类，则对象包括文档类型。 如果提取数据，则对象将包含相应的提取字段。 无论何种活动，文档数据都会一致地包含文档的文本和 DOM（文档对象模型）。

使用文档数据，您可以：在一个变量中收集有关文档的所有必要信息，将数据保存到对象的每个属性，并将其重用于工作流中的其他活动。

文档数据保存有关以下属性的信息：

• 文档类型 : 提供有关已识别文档类型的数据，并由“文档分类”或“创建分类验证任务”等活动填充
• 数据: 包含提取的字段值，由提取文档数据或创建文档验证任务等活动填充
• 文件详细信息：包含有关IResource的详细信息。
• 子文档：包括文档数据集合，由“创建分类验证任务”等活动填充。
• “文档元数据”：包含有关处理文档的信息，例如：
  • 检测到的文本语言
  • 作为数据表提取的字段
  • 文档对象模型 (DOM) ：保存所有活动都使用的文档对象模型。
  文档元数据由首先处理文档的活动更新。 填充后，系统将与接收文档数据对象的所有后续活动共享并使用元数据。
  提示：除非某个活动是属于 Studio 工作流一部分的第一个 Document Understanding 活动，否则请使用“文档数据”作为输入。仅当活动是属于 Studio 工作流一部分的第一个 Document Understanding 活动时，才可使用“文件”变量作为输入。

属性

“文档数据”变量的属性可由一个或多个活动填充和使用。根据填充变量的活动，属性可能有所不同。

属性名称	属性	描述	填充值的活动
文档类型	显示名称（用于自定义模型）	文档类型的名称	分类文档
	ID（用于开箱即用模型）	文档类型的名称
	可信度	分类置信度
	URL	可访问“文档类型”的 URL；这可以是自定义 URL 或预定义 URL，可通过 Document Understanding 中心中的相应项目引用。
字段	字段值	字段的提取值	提取文档数据 创建验证任务 创建验证任务并等待 等待验证任务然后继续
	提取可信度分数	模型提供的提取置信度分数
	OCR 可信度分数	OCR 引擎提供的置信度分数
文件详细信息	全名	文件的完整名称	创建文档数据对象并接收文件作为输入的活动
	扩展程序	文件的扩展名
	页面范围	文件的页面范围
子文档	不适用	文档数据集合 注意：当前未填充此属性，预计将在未来与分类验证和拆分功能一起添加。	分类文档
元数据	不适用	有关处理文档的信息	创建文档数据对象并接收文件作为输入的活动。
DOM	不适用	由所有活动使用的文档对象模型
文本	不适用	所有提取的文本
检测到的语言	不适用	在文档中检测到的语言
拆分置信度	不适用	如果文档已拆分，则由拆分模型返回文档 注意：当前未填充此属性，预计将在未来与分类验证和拆分功能一起添加。	分类文档
数据表格式的结果	不适用	导出为数据表的字段	提取文档数据

将文档数据传递给活动

使用文档数据时，系统将根据输入文件创建第一个输出对象。 创建此对象后，建议您将其传递到下一个活动中。 通过将其传递给下一个活动，您可以重用原始文件中的文本和 DOM。 此方法可避免每次都将文件重新数字化。

使用单值和多值字段的提取结果

如果您将文档类型字段配置为多值，则系统需要多个值。 例如，表单上的多项选择题。 结果显示在字段的多值属性中，并作为列表返回。 如果将文档类型字段配置为单个值，则系统默认在该字段的值属性中返回结果。

下表显示了文档数据如何返回单值字段和多值字段：

字段类型	没有价值	拥有一个值	具有两个或多个值	DocumentData.Data.FieldName.Value	DocumentData.Data.FieldName.MultiValues
单一值	是	否	不适用	""	null
单一值	否	是	不适用	<value that was identified>	null
多值	是	否	否	""	[]（空数组）
多值	否	是	否	<value that was identified>	[<其中一个值与.Value相同的数组>]
多值	否	否	是	<first value that was identified>	[< 包含n值的数组，第一个值与.Value的值相同>]

以数据表形式返回提取的字段

您可以使用文档数据对象将从文档中提取的字段作为数据表返回。 然后，您可以在Excel 活动中使用数据表变量。

要将提取的字段作为数据表返回，请为“ 提取文档数据” 活动选择“ 结果 为数据表”输出。