复选框和签名

复选框

有几种类型的多选字段使用复选框：

• 互斥复选框
• 非互斥复选框，您可以在其中选择多个选项。

另一个重要方面是给定多选字段的可用选项数量。在某些情况下，可能只有一个选项，即复选框是否处于选中状态，而在其他情况下，可能有 10、20 或更多选项，以网格或表格的形式排列，就像许多体检表单一样。

您可以通过两种主要方式来为这些类型的多项选择字段添加标签。

Label the options

我们通过一个示例来了解如何为选项添加标签。表单可以包含“项目”或“策略”选项。在这种情况下，您只有一个字段，并且只需标记所选单词，即如果选中了“Project”旁边的复选框，则标记单词“Project”；如果选中“Policy”旁边的复选框，则标记单词“Policy”。如果两者均未选中，则两者均不标记。两者无法同时选中，此类文档只会从训练集中删除。

此方法的优点是您只有一个字段，需要的数据较少。它的另一个优点是不依赖于复选框的成功检测。如果复选框被检测为字母 X，则模型仍可以学习去识别这意味着它旁边的选项已被选中。

缺点是您需要确保两个选项的代表性大致相同，但情况并非总是如此。在您的训练集中，90% 的文档可能已选中“项目”。在这种情况下，模型无法正常运行，并且此方法会失败。当您有更多选项时，问题会变得更糟，因为其中一些选项几乎总是很少见。在这些情况下，您可能需要创建虚假文档，并选中稀有选项以平衡问题。

Label the checkboxes, with separate field for each checkbox

在上面的示例中，您可能有一个名为“项目”的字段，您在其中始终将其复选框标记为“项目”，以及一个名为“策略”的字段，您始终将其复选框标记为“策略”，无论这些复选框是否处于选中状态。这样做的好处是，平衡的重要性要小得多，即使其中一个选项在 90% 的情况下都处于选中状态，模型仍会学习识别它们，因为复选框始终位于同一位置。

缺点是您有两个字段，而不是一个字段。当有两个选项时，这可能没什么问题，但是当使用 10 到 20 个字段而非一个字段时，添加标签会变得更加困难，并且模型更难训练，需要更多训练数据。

另一个缺点是，有时可能无法正确检测到复选框，您可能需要在工作流中添加更复杂的逻辑，以处理返回的所有 X、V 或 K 字符。在某些情况下，OCR 甚至可能会将复选框与其旁边的单词合并，例如 XProject，这需要更复杂的 RPA 逻辑来处理这种情况。

使用单个多值字段仅为复选框添加标签

多值字段是 Document Understanding^TM 2022.10 版本的一部分。这样可以更轻松地添加标签，并且不受选中的不平衡选项的影响，而且在存在大量选项时也不会受到影响。但是，它仍然依赖于复选框检测的准确性，或者存在复选框可能与其旁边的选项合并的风险。OCR 错误很难防御。

使用单个多值字段为选项添加标签

这也使添加标签更容易，对复选框检测错误不那么敏感，但可能对不平衡的选项更敏感，就像第一个选项一样。

签名检测

从 2022.4 LTS Enterprise 版本开始，可以使用 UiPath 文档 OCR 检测签名，因此机器学习模型可以直接检测签名。

像在文档中为任何其他字段添加标签一样，为签名添加标签。只要被 UiPath 文档 OCR 检测到，机器学习模型就会学习将该字段识别为签名。

注意：如果想要更深度的签名分析，您也可以使用签名比较模型（在 UiPath 图像分析 ML 包中）。