关于 Document Manager

UiPath Document Manager 是一个轻型网页应用程序，允许用户准备、审核和更正 Document Understanding 机器学习模型的训练和评估所需的数据集。它允许多个用户执行各种不同的操作：

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。

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

管理栏

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。
		搜索文档或筛选文档。导出数据文档时，系统也会应用筛选器。您也可以按文档中的词语或文档名称进行筛选。
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。
		打开“导入数据”对话框。
		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 Training and Validation documents are part of training datasets used by Training Pipelines. Evaluation documents are ignored by Training Pipelines and are intended to only be used by Evaluation pipelines in AI Center. These documents are the ones that were marked as evaluation by selecting the Mark this an evaluation set checkbox in the Import data dialog box.
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。
会话名称	不适用	当前会话的名称。
预测		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。 At the moment, using the Predict option with Public Endpoints prelabels only the first 10 pages of a document. This is a known issue and a fix is in the working. Using the Predict option with ML Skills in AI Center, however, does not impose such a limitation.
设置		Configure OCR and Prelabelling settings or access the How to... panel. See more details below.

“删除”和“永久删除”选项

Let's go a little bit deeper in understanding the difference between Delete and Permanently Delete options.

• The Delete option deletes the files, but not removing them entirely from your project. The deleted files can still be found under the deleted filter from the Search bar and restored by using the Restore option.

• The Permanently Delete option deletes the selected files without any possibility of restoring them.

  观察以下 GIF 中这两个选项的使用情况：

  

搜索选项

The Search bar is both a text input field and a drop-down.

可以通过在“搜索”栏中输入内容或从下拉列表中选择筛选条件来输入搜索选项。初始化搜索的主要方法有以下三种：

1. Using the built-in filters that are available in the Search bar's drop-down. You can choose any of the following filters: train-set, validate-set, train-validate-set, evaluation-set, deleted, labelled, unlabelled.

   备注：

   Please note that for Forms AI only the following built-in filters are available: deleted, labelled, unlabelled.

   

2. Using the import batch names. These are also available in the Search bar's drop-down. If added by hand, the format is batch:name, where name is replaced with the name you gave a batch at import time, e.g. batch:invoices1

3. Using keywords. You have to enter the keyword(s) as free text in the Search bar. The search looks for the keyword(s) in a document's content or the document name.

您可以选择使用一个或多个搜索选项。使用的每个附加选项都会投射出更具体的搜索网络。以下是一些搜索示例，这些示例首先要进行广泛的搜索，然后再逐步进行更精细的搜索：

• 启动 labelled 搜索将返回数据集中的所有 labelled 文档。
• 启动 batch:invoices1 搜索将返回 invoices1 批次中所有文档。
• 启动 labelled batch:invoices1 搜索将返回 invoices1 批次中所有带标签的文档。
• 启动 labelled batch:invoices1 vermont 搜索将返回文档名称或文档内容包含输入的关键字（在本例中为 vermont）的 invoices1 批次中所有已加标签的文档。

“搜索”栏有一个下拉菜单，打开时会显示以下筛选条件：

• train-set - Indicates the number of documents to be used for training the model. Automated action.
• validate-set - Indicates the number of documents to be used to validate the model after its training is complete. The split between the train and validate set is targeted to be 80%-20%. Automated action.
• train-validate-set - Indicates the number of documents found in both the train-set and validate-set filters. Automated action.
• evaluation-set - Indicates the number of documents that had the evaluation set checkbox checked during import and are intended to be used to evaluate the model in the stage of the training pipeline. More information can be found here. Manual action.
• deleted - Specifies the number of deleted documents. More information can be found here.
• labelled- Specifies the number of docs that have labels. A label is defined by at least one tagged/manually edited field per document.
• unlabelled - Specifies the number of docs that don't have labels.
• batch:name - Specifies the documents that have been comprised in the same import action.

将文档分配到训练集或验证集是由应用程序在导入时完成的。

如果在导入期间选中了“评估集”复选框，则导入的文档最终会出现在评估集中。

“设置”菜单

设置按钮有两个可用选项：

• Settings where you can configure the OCR service or Prelabelling
• “如何使用…”起帮助菜单的作用

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

基于云的选项包括：

• UiPath Document OCR - https://du.uipath.com/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：

• public URLs such as https://du.uipath.com/ocr or third-party URLs from Google Vision OCR or Microsoft Read OCR

OCR 密钥

The corresponding API Key for the selected OCR engine. For example, for UiPath Document OCR, you need to use the Document Understanding API Key. Mandatory for Document Manager Cloud and Document Manager On-Prem Online. It is not required for Document Manager On-Prem Air-gapped.

预加标签

如果您已经有一个模型可以提取一些需要标注的字段，并且只有少量额外的字段需要手动标注，则可以使用 Document Manager 的预标注功能来节省大量时间。

可用的选项如下：

预加标签 URL

预标注要求 ML 模型具有 URL。您可能会用到以下 URL：

• public URLs such as https://du.uipath.com/ie/invoices or https://du.uipath.com/ie/purchase_orders
• see the full list of endpoints here
• 已在内部部署 AI Center 或 AI Center Cloud 中公开的 ML 技能 URL

预加标签密钥

The Document Understanding API Key. Mandatory for Document Manager Cloud and Document Manager On-Prem Online. It is not required for Document Manager On-Prem Air-gapped.

如何…

“如何...”选项用于访问 Document Manager 帮助菜单。

在这里，您可以找到：

• 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。

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

For more details on column fields, visit this section.

常规字段

常规字段具有以下选项：

• 新建常规字段
• 编辑字段

For more details on regular fields, visit this section.

分类字段

分类字段具有以下选项：

• 新建分类字段
• 编辑字段

For more details on classification fields, visit this section.

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。

For more details on how to label documents, visit this page.

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：