可训练的拆分器（预览版）

创建新项目

创建新项目时，位于欧洲和美国的租户可以启用我们新的拆分器和分类器模型。这种可训练的模型可以通过训练对复杂文档进行拆分和分类，以便您处理文档包。

按照此页面中的 Document Understanding^TM 项目说明进行操作，并启用新的拆分器和分类器模型：

1. 打开 Document Understanding。
2. 选择“创建项目” 。
3. 填写所需的项目名称。
4. 选择“新式”以享受新式体验。
5. 打开“启用新的拆分器和分类器模型”开关。
6. 如果需要，请配置高级选项。
   1. 打开“启用拆分”开关，使模型能够在分类之前将文档拆分为单独的文件。您还可以在“项目设置”屏幕中启用此功能。
      重要：当“启用拆分”选项关闭时，所有文档都将作为一个整体进行分类。
   2. 从“OCR 方法”下拉列表中选择要用于新项目的 OCR。
   3. 填写 OCR API 密钥。
      注意：如果您选择 UiPath™ OCR，则系统会自动填充此字段。
   4. 填写 OCR URL。有关 UiPath OCR URL 的完整列表，请查看“公共端点”页面。
   5. 选择是否要在 PDF 上应用 OCR。默认情况下设置为“自动”。
7. 选择“创建”。
   
   
   
   

成功创建项目后，您可以从“构建”部分上传文档。

选择两个可用选项之一：

• 从文档中提取数据：从文档中提取特定字段，例如发票编号、日期、总数等。
  注意：需要从文档中提取字段时，建议选择此选项。
• 对文档进行分类和拆分：按类型对文档进行分类，并拆分单个文件中的多个文档。
  注意：需要对文档拆分和分类时，建议选择此选项。

从文档中提取数据

1. 选择文档类型。
2. 选择“上传”或将文件拖放到新文档类型中。等待上传完成。

对文档进行分类和拆分

某些复杂文件包含多种文档类型。我们的新模型可以检测每个子文档的开始和结束位置，并相应地对每个部分进行分类。

1. 单击“对文档进行分类和拆分”，然后上传您的文档包。等待文档完成上传和处理。

2. 从“上传”部分中选择任何文档，然后单击“拆分”。此时将打开拆分批注界面。

   注意：如果项目已有训练过的模型，则会使用该模型对上传的文档进行预批注。这有助于加快批注速度，并查看新文档的预测结果。

3. 单击“新建文档类型”，为所需分类中的每个项目创建文档类型。您可以选择预定义的文档类型或创建自定义文档类型。

   注意：对于自定义文档类型，请提供名称、解释其用途的简短描述，以及有助于识别该文档类型、用逗号分隔的关键指标（例如唯一字段或术语）。

4. 指明文档分割的位置。使用下拉菜单将每个页面的范围分配给一个文档类型。完成文档批注后，单击“确认”。

   注意：单击“确认”会触发文档处理。处理后，每个子文档将显示在“构建”部分的相应文档类型下。
   注意：每个移动到文档类型的子文档都会通过文档类型架构进行预批注。

模型训练

只有在以下情况下，才会触发模型训练：

• 至少已创建五个子文档并进行了批注
  注意：例如，如果您使用的是单个 PDF，请确保其中至少包含五个子文档，以开始训练。如果您使用的是两个 PDF，一个应至少包含两个子文档，另一个应至少包含三个子文档。
• 文档已确认。

可以在“分类”窗格的右上角查看训练状态。

重要提示：

• 文档大小上限为 160MB 或 500 页。
• 页面无法重新排序或删除。

拆分和分类预测

每当训练新模型时，项目中的所有文档都会收到来自已训练模型的预测结果。这样，您就可以查看分类模型的性能。

“类型”列显示基本事实，即被批注的文档类型。“预测类型”列显示模型预测的类型。

默认情况下，用户界面中仅显示文档包。要查看每个包中的子文档，请单击“查看”，然后选中“包括子文档”复选框。

还可以启用“显示预测”开关，在批注界面中查看预测结果。