文档类型 (Document Manager)

Document types allow you to prepare, review and make corrections to datasets required for Training and Evaluation of Document Understanding^TM Machine Learning models. It enables multiple users to perform a variety of operations:

• 定义并配置要由 ML 模型提取的字段。
• 导入要标注的文档。
• 使用已有的 ML 模型（例如 UiPath 提供的开箱即用型“发票提取”或“收据提取”模型）或使用 AI Center 训练的模型来预标记文档。
• 标注文档。
• 以 AI Center 训练管道所需的格式导出文档。

创建文档类型

创建并打开项目后，您可以通过单击“新建”按钮并选择“使用半结构化 AI”选项来创建新的文档类型会话。系统将打开一个新窗口，此窗口要求您提供其他信息。

以下是创建新“文档类型”会话时可用的选项。通过填写这些值，您可以获得作为起点的建议数据集大小的估计值。

此外，通过选择“开箱即用”文档类型，系统会自动填充和配置您的架构，以使您能够从 AI Center 中提供的预训练模型中受益。这样您就无需手动导入预定义架构，并可加快工作速度，并减少代价高昂的错误。

此外，预加标签端点会自动填充适当的端点，使您可以更方便地在打开新的文档类型后立即使用预标签。

选项	描述
名称（必填）	给新文档类型命名。
开箱即用文档类型（必填）	从下拉列表中选择一种可用的预训练开箱即用文档类型。
开箱即用的常规字段（可选）	选择要为架构创建的预定义常规字段
开箱即用的列字段（可选）	选择要从文档中提取的预定义列字段。
开箱即用的分类字段（可选）	选择要从文档中提取的预定义分类字段。
自定义列字段（可选）	输入要从文档中提取的“其他”常规字段的数量。
自定义列字段（可选）	输入要从文档中提取的“其他”列字段的数量。
语言数量（可选）	输入需要提取的文档的语言数量。
布局数量（可选）	输入需要提取的文档的布局数量。

注意：选择文档类型时系统会生成建议的页数，这些页数需要用于数据集。

用户界面

Document Manager 界面包含以下面板：

• 管理栏
• 列字段
• 常规字段
• 分类字段
• 文档视图

Management bar

显示在 Document Manager 中的页面顶部。

使您能够执行多项操作：在文档之间导航、删除/还原文档、搜索/筛选文档、运行 AI 模型预测以及导入和导出文档。

以下是管理栏中的可用项目：

项目	图标	描述
导航		在与活动筛选器匹配的文档之间导航。 在两个箭头之间显示一个计数器。它显示了与活动搜索/筛选器匹配的文档总数和当前文档的编号。
搜索		有两项搜索功能： 内置筛选器：根据下拉菜单中提供的批次/类别选项筛选文档。 使用关键字：根据文本输入筛选文档。
删除/还原		删除或还原文档。已删除的文档位于“已删除”筛选器下。
导入		打开“导入数据”对话框。
导出		打开“导出文件”对话框。
文档名称和类型	不适用	当前处于活动状态的文档的名称及其类型。 文档分为三种类型： 训练文档 验证文档 评估文档 训练文档和验证文档都是训练管道使用的训练数据集的一部分。 评估文档会被训练管道忽略，并且仅供 AI Center 中的评估管道使用。通过在“导入数据”对话框中选中“将此标记为评估集”复选框，即可将这些文档标记为评估文档。
下载		该选项位于文档名称旁边的下拉列表中。 单击图标可下载包含原始文档的 Zip 文件。除了原始文档外，还会下载由 Document Manager 内部转换为 .jpeg 图像的所有页面。
永久删除		该选项位于文档名称旁边的下拉列表中。 永久删除单个文件。将从 AI Center 数据集中删除 .pdf 及其所有 .jpeg 图像，并从数据库中删除所有元数据。 单击此按钮时，系统会弹出一条消息，询问您是否确定要永久删除文档。单击“确定”以继续操作，或单击“取消”以返回到上一个屏幕。
批次名称	不适用	当前批次的名称。
会话名称	不适用	当前会话的名称。
预测 注意：“预测”功能依赖于 UiPath DocPath，但仅适用于位于欧洲地区的租户。如果您的租户位于欧洲以外的区域，则此功能将使用上一代模型架构。		运行 AI 模型预测并显示结果。 配置预加标签后，将在管理栏中启用该按钮。单击该按钮，以预标记当前文档。 该按钮具有三个选项： 预测：合并预加标签端点（在“预加标签”设置中配置）和生成式预测的结果。如果未配置预加标签端点，则仅使用生成式预测来预测所有字段。 生成式预测：使用生成式预测功能预测所有字段。 模型预测：使用“预加标签”设置中配置的预加标签端点模型预测字段。 “生成式注释（预加标签）”功能会丢弃所有字段类型的所有手动编辑的字段值，并从文档中删除所有标签。 目前，将“预测”选项与“公共端点”一起使用时，只能预标记文档的前 10 页。这是一个已知问题，正在修复中。但是，在 AI Center 中将“预测”选项与 ML 技能一起使用并不会施加这样的限制。 从托管于 Automation Cloud 的 Document Manager 会话使用部署在 Automation Cloud™ 中的公共端点或技能时，生成式预标注不消耗 AI Unit。从 Automation Suite 托管的会话调用公共端点，或从 Automation Cloud 托管的 Document Manager 会话调用在 Automation Suite 中部署的技能时，生成式预加标签会消耗 AI Unit。
设置		配置 OCR 和预加标签设置，或者访问“如何…”面板。请参阅下方更多详细信息。

“删除”和“永久删除”选项

让我们更深入地了解“删除”和“永久删除”选项之间的区别。

• “删除”选项会删除文件，但不会将其完全从项目中删除。已删除的文件仍可以在“搜索”栏中的已删除筛选条件下找到，并可以使用“还原”选项进行还原。

• “永久删除”选项将删除选定的文件，并且无法还原这些文件。

搜索选项

总共提供三个搜索选项，其中两个选项显示在页面顶部的管理栏中，另一个选项是使用页面左下方的 图标。

注意：请注意，对于 Forms AI，只有以下内置筛选器可用：“已删除”(deleted)、“已标记”(labeled)、“未标记”(unlabelled)。

公开的搜索功能包含两个部分：

• 使用内置筛选器进行搜索：根据下拉菜单中提供的批次/类别选项筛选文档。

注意：

选择更多选项可进一步限制搜索范围。例如，如果选择“批量导入 1”和“已删除”，则只会返回在“批量导入 1”中导入且已删除的文档。

记下将始终返回空列表的组合：如果选择“批量导入 1”和“批量导入 2”，则永远不会返回文档，因为选择内容具有限制性，没有文档可以同时属于两个批次。

• 使用关键字在文档中搜索：此搜索栏会根据文本输入筛选信息。您必须在搜索栏中以自由文本形式输入关键字。搜索将在文档内容或文档名称中查找关键字。当字词相邻时，多词搜索会返回结果，但不包括它们之间的任何标点符号。

注意：除了在管理栏中提供的两个搜索选项之外，还提供“在文档内搜索”选项，可通过此符号 识别。

• “在文档内搜索”：使您可以仅在当前文档中搜索文本的实例。搜索栏 位于屏幕左下方。

“设置”菜单

设置按钮有两个可用选项：

• “设置”- 在这里您可以配置 OCR 服务或预加标签
• “如何使用…”起帮助菜单的作用

OCR

为了将文档导入 Document Manager，必须配置 OCR 服务。

可用的选项如下：

OCR 方法

This setting is available only for Document Types (Data Manager sessions) created in AI Center. When created in Document Understanding^TM, this setting is inherited from the Project Settings. If you want to modify these settings in Document Understanding^TM, go back to the Project view and open Project Settings from the bottom left.

基于云的选项包括：

• UiPath™文档 OCR - https://du.uipath.com/ocr ；
• 中文、日语和韩语 OCR
• 具有最广语言覆盖范围的 Google Cloud Vision OCR；
• 适用于读取日语文档的 Google Cloud Vision OCR（日语版）；
• Microsoft Read OCR。

OCR URL

配置 OCR 时，需要 OCR 服务具有 URL。您可能会用到以下 URL：

• 公共 URL，例如 https://du.uipath.com/ocr，或来自 Google Vision OCR 或 Microsoft Read OCR 的第三方 URL

OCR 密钥

所选 OCR 引擎的相应 API 密钥。例如，对于 UiPath Document OCR，您需要使用 Document Understanding API 密钥。对于 Document Manager Cloud 和 Document Manager On-Prem Online，它是必需的。对于 Document Manager On-Prem Air-gapped，它不是必需的。

有关更多信息，请查看“Cloud 和本地部署使用情况”页面。

将 OCR 应用于 PDF

确定是否应将 OCR 流程应用于 PDF 文档。如果设置为 True，则 OCR 将应用于文档的所有 PDF 页面。如果设置为 False，则仅提取数字输入的文本。当设置为“自动”时，将根据输入文档评估文档是否需要应用 OCR 算法。默认值为“自动”。

预测/预加标签

注意：“预测”功能依赖于 UiPath DocPath，但仅适用于位于欧洲地区的租户。如果您的租户位于欧洲以外的区域，则此功能将使用上一代模型架构。

如果您已经有一个模型可以提取一些需要加标签的字段，并且只有少量额外的字段需要手动加标签，则可以使用 Document Manager 的预加标签功能来节省时间。

预加标签合并预加标签端点（在“预加标签”设置中配置）和生成式预测的结果。

如果未配置预加标签端点，则仅使用生成式预测来预测所有字段。

可用的选项如下：

预加标签 URL

预加标签要求 ML 模型具有 URL。查看您可以使用的以下 URL：

• 公共 URL，例如 https://du.uipath.com/ie/invoices or https://du.uipath.com/ie/purchase_orders。

  请访问公共端点，查看完整的端点列表。

• 已在本地部署的 AI Center 或 Cloud AI Center 中公开的 ML 技能 URL。

预加标签密钥

AI Unit/Document Understanding API 密钥。预加标签 API 密钥是技能所在组织的 Document Understanding 密钥。

Cloud Document Manager 和本地部署的 Online Document Manager 必须使用此密钥。对于本地部署的离线 Document Manager，此密钥是可选的。

如何…

“如何…”选项用于打开 Document Manager 帮助菜单。

在帮助菜单，您可以找到以下信息：

• Document Manager 版本。
• 指向此文档页面的“文档”链接。
• “标签控件”部分显示处理数据时要使用的控件。
• “文档快捷方式”部分显示用于执行各种操作（例如导航和用户界面缩放）的快捷方式。
• “配置”部分显示有关在安装过程中执行的实例配置的详细信息。

标签控件

命令	描述
左键单击	选择复选框。如果与字段的热键一起使用，则会将所选信息分配给字段。
退格/删除	删除字段的标记值。
右击	显示 OCR 文本和当前标签。
Enter 或反斜杠	对跨越多行文本的表格行进行分组或取消分组。

文档快捷方式

快捷方式	描述
Alt + 向左箭头/向右箭头	在文档之间导航。
Alt + Delete	删除或恢复文档。
Ctrl + 滚动	通过放大或缩小更改文档缩放比例。

列字段

列字段具有以下选项：

• 新建列字段
• 编辑字段
• 展开/折叠列字段值

有关列字段的更多详细信息，请参阅本节。

常规字段

常规字段具有以下选项：

• 新建常规字段
• 编辑字段

有关常规字段的更多详细信息，请参阅本节。

分类字段

分类字段具有以下选项：

• 新建分类字段
• 编辑字段

有关分类字段的更多详细信息，请参阅本节。

文档视图

对于多页文档，您可以像在任何 PDF 查看器中一样自然地滚动页面。要放大或缩小，请使用 Ctrl 并滚动鼠标滚轮。

您可以通过选择文字框并按下相应的按键，将文档分配给某个字段，从而标记文档。您也可以右键单击文字框并验证提取的信息。

有关如何标记文档的更多详细信息，请访问此页面。

打开新的 Document Manager 会话或筛选器为空时，某些准则将显示在文档视图中：

此外，文档视图中还会显示加载失败：