标注文档

For the needed volumes of documents, see Pipelines.

For more details about how to assemble a high-quality dataset, see Training High Performing Models.

同一个文档中多次出现的字段

在许多情况下，某个字段会出现在同一文档甚至同一页面的多个位置中。只要它们具有相同的含义，这些都应加上标签。

例如，水电费账单的总金额。它通常显示在顶部、中间的行项目列表中，或在底部的工资单中，您可以将其分离，然后在邮件中随支票一起发送。在这种情况下，所有三个出现的事件都将被标记。这非常有用，因为在某些情况下，如果存在 OCR 错误或版式不同，并且无法识别一个字段，则模型仍可以识别其他出现的字段。

备注：

What counts is the meaning of the value, not the value itself. For instance, on some invoices which carry no tax, the net amount and the total amount have the same value. But they are clearly different concepts. Consequently, they should not be labelled both as total amount but only the one whose meaning is to represent the total amount.

多个用户并行加标签

您可以让多个用户同时使用同一实例添加标签，即使是在同一文档中也是如此。

如果对架构执行并发更改，则对于其中一个用户，更改将通过，而对于其他用户，系统将显示警告消息，指出无法执行更改。其他用户应立即刷新其浏览器以查看更改。

用于训练的标签

当你输入一个数据集而不选中“导入数据”对话框中的“将此设为评估集”复选框，那么该数据集将被用于训练，您只需要专注于对文档中的词语（灰框）添加标签。

如果侧边栏字段中填充的文本有时不正确，这不是问题，因为 ML 模型仍会学习。在某些情况下，您可能需要调整字段的配置：例如，通过选中“多行”复选框。但是，总的来说，我们主要还是要为页面上的词语添加标签。

用于评估的标签

导入数据集时，如果选中“导入数据”对话框中的“将此设为评估集”复选框，则 AI Center 中的“训练管道”将不会使用该数据集，而只有“评估管道”会使用该数据集。

请务必在侧边栏（或列字段的顶栏中）填写正确的文本。这需要花费更长的时间来验证每个字段，但这是您获得正在构建的 ML 模型准确性可靠指标的唯一方法。

从 2021.10 发行版开始，Document Manager 支持标记多页文档。因此，侧边栏中的字段在整个文档中具有单个值。这密切反映了 RPA 工作流中运行时的行为，并使 AI Center 中的评估管道能够生成反映 ML 模型实际运行时性能的真实分数。

但是，请谨记，与以前的版本相比（每个页面都需要单独标记），这是一个重大变化。标记和导出多页文档时，假设每个文档代表一个逻辑文档。例如，一个六页的文档可能包含单张六页的发票，但不应包含三张不同的发票（每张发票两页）。这对于评估集尤其重要。

标签操作

请参见下文，了解在标记文档时需要执行的主要操作。可以在同一个页面上的多个位置标记给定字段。

为字段添加标签

单击以选择单个文本框。

要选择多个词，请单击第一个词，然后 Ctrl/Shift 并单击剩余的词，或通过拖动鼠标（橡皮筋）来选择整个区域。

要从您的选择中取消选择某些文本框，请在按 Ctrl/Shift 的同时再次单击或用橡皮筋将不需要的文本框括起来。

选择准确后，点击快捷键为字段添加标签。

为多值字段添加标签

确保已选择字段的多值选项。

选择第一批信息，然后点击快捷键为字段添加标签。

重复上述步骤，直到多值字段的所有值已添加标签。

备注：

• 多值字段只能与机器学习包版本 2022.10 或更高版本一起使用。
• 多值字段在折叠状态下显示两个值，在展开状态下显示所有值。单击多值字段中的展开箭头，以展开并可视化所有标记值的列表。

删除标签

选择文本框，然后按键盘上的 Delete 或 Backspace 键。

将表格行分组

为某些列字段添加标签后，并且仅当某些行跨越多行文本时，才可以通过按 / 键将它们分组，以示它们属于同一表格行。该组周围将出现一个绿色框。

将带标签的列字段分在一组时，系统会解析表格并将其显示在顶部，并突出显示提取的数据。

取消表格行分组

选择组，然后再次按 / 键。

更正带标签的值

单击侧边栏或顶栏中的文本，然后编辑内容。系统将显示一个小锁，指示您已手动编辑字段。为评估集添加标签时，这是必需的。

将标签值重置为自动提取的值

单击该锁，字段将还原为自动提取的值。

其他选项

选择标签

使用鼠标左键或右键选择框或查找有关框的更多信息。

• 左键单击 - 选择框

  

• 右键单击 - 选择框并显示有关 OCR 文本和当前标签的信息。

  

文档导航

• Alt + 向左箭头/向右箭头 - 在文档之间导航。

  

文档缩放

• Ctrl + 滚动 - 放大或缩小文档显示比例。

  

删除或恢复文档

• Alt + Delete - 删除文档。

  

• Alt + Delete - 恢复已删除的文档。