智能关键词分类器

什么是智能关键字分类器

The Intelligent Keyword Classifier is a classifier that uses the word vector it learns from files of certain document types to perform document classification.

该算法围绕对相同文档类型重复内容的概念构建而成，其前提是文档类型包含一系列通常会在这些文档类型中出现的词，从而可以计算向量相似度。

将文件归入某一文档类型时，“智能关键字分类器”：

• 会查找与文件更相似的最接近的字词向量，
• 会报告得分最高的文档类型，以及基本的匹配主字词。

“智能关键字分类器”还具有文件拆分功能，这意味着它可以针对给定文件、单独的页面范围报告多个类。

何时使用

在下列情况下，您应考虑使用此分类器：

• 您的文件在单个文件中包含一个或多个文档类型
• 就内容而言，您的文档类型相对容易区分。

如何训练

将“智能关键字分类器训练器”活动放在“训练分类器作用域”中，并进行相应配置。

We cannot enforce training file consistency across parallel trainings at the activity level. Two possible solutions for this issue are provided by Document Understanding Process. Both consist of traffic control:

1. 锁文件（在流程中默认实现）：使用 .lock 扩展名重命名文件，修改并保存文件，然后再次重命名文件以删除 .lock 扩展名
2. 手动设置特殊队列：在 Orchestrator 中创建一个空队列，并集成项目中的两个活动

For more information on how to train a Classifier, check this page that describes the process of using the Manage Learning wizard.

了解详情

Learn more about Intelligent Keyword Classifier, by following this link.