document-understanding
2.2510
true
- 概述
- Document Understanding 流程
- 快速入门教程
- 框架组件
- ML 包
- 概述
- Document Understanding - ML 包
- DocumentClassifier - ML 包
- 具有 OCR 功能的 ML 包
- 1040 - ML 包
- 1040 附表 C - ML 包
- 1040 附表 D - ML 包
- 1040 附表 E - ML 包
- 1040x - ML 包
- 3949a - ML 包
- 4506T - ML 包
- 709 - ML 包
- 941x - ML 包
- 9465 - ML 包
- 990 - ML 包 - 预览
- ACORD125 - ML 包
- ACORD126 - ML 包
- ACORD131 - ML 包
- ACORD140 - ML 包
- ACORD25 - ML 包
- 银行对账单 - ML 包
- 提单 - ML 包
- 公司注册证书 - ML 包
- 原产地证书 - ML 包
- 检查 - ML 包
- 儿童产品证书 - ML 包
- CMS1500 - ML 包
- 欧盟符合性声明 - ML 包
- 财务报表 (Financial statements) - ML 包
- FM1003 - ML 包
- I9 - ML 包
- ID Cards - ML 包
- Invoices - ML 包
- 中国发票 - ML 包
- 希伯来语发票 - ML 包
- 印度发票 - ML 包
- 日本发票 - ML 包
- 装运发票 - ML 包
- 装箱单 - ML 包
- 护照 - ML 包
- 工资单 - ML 包
- 采购订单 - ML 包
- 收据 - ML 包
- 汇款通知书 - ML 包
- UB04 - ML 包
- 水电费账单 - ML 包
- 车辆所有权证明 - ML 包
- W2 - ML 包
- W9 - ML 包
- 其他开箱即用的 ML 包
- 公共端点
- 硬件要求
- 管道
- Document Manager
- OCR 服务
- 支持的语言
- 深度学习
- Insights 仪表板
- 部署在 Automation Suite 中的 Document Understanding
- 在 AI Center 独立版中部署的 Document Understanding
- 许可
- Activities (活动)
- UiPath.Abbyy.Activities
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentProcessing.Contracts
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.Intelligent OCR.Activities
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.OmniPage.Activities
- UiPath.PDF.Activities
重要 :
新发布内容的本地化可能需要 1-2 周的时间才能完成。

Document Understanding 用户指南
上次更新日期 2026年4月15日
机器学习分类器
机器学习分类器使用在 AI Center 中部署为 ML 技能的机器学习模型来执行文档分类任务。
如何在设计时进行配置
执行以下步骤以使用机器学习分类器:
- 在 AI Center 上创建分类器模型。
备注:
使用 AI Center 上的开箱即用 Document Understanding TM包下提供的文档分类器包。模型训练所需的数据通过机器学习分类训练器收集。
- 使用“分类管理器” 向导定义您的文档类型,并指定要用于数据提取的字段。默认情况下, “机器学习分类器”活动可以处理以下内容:
- 1040
- 4506T
- 990
- ACORD125
- Acord126
- Acord131
- Acord140
- Acord 25
- 银行对账单
- 提单
- 检查
- 财务报表
- FM1003
- I9
- 身份证
- 发票
- 装箱单
- 护照
- 订单
- 收据
- 汇款通知书
- 水电费
- 车辆所有权证明
- 第 2 周
- W9 表单。
- 将“机器学习分类器”活动拖放到“分类文档范围”活动中。查看消息并选择“确定” 。
- 在自动打开的“机器学习分类器”向导中,提供 ML 技能和 API 密钥信息。
何时使用
在以下情况下,您应该考虑使用机器学习分类器:
- 您需要将单个文档分类为不同的文档类型,无需拆分。
- 不同自定义文档类型非常相似。与智能关键字分类器相比,经过训练的机器学习分类器可以更容易地区分两种相似的文档类型。