document-understanding
2024.10
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
- 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
- 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
Document Understanding 用户指南
Last updated 2024年11月15日
数字化概述
数字化是指从给定的传入文件中获取机器可读文本的过程,以便机器人能够理解其中的内容并采取相应行动。 对于需要通过Document Understanding TM框架处理的文件,这是要应用的第一个步骤。
数字化步骤有两个输出:
- 已处理文件中的文本,存储在字符串变量中;以及
- 文件的文档对象模型 - JSON 对象,其中包含名称、内容类型、文本长度、页数等基本信息,还有各种详细信息,例如页面旋转、检测到的语言、文件中每个字词的内容和坐标。
在文档处理框架中,使用“数字化文档”活动执行数字化。
作为配置的一部分,“数字化文档”活动需要选择 OCR 引擎,以便可以在需要时使用,但仅对以下文件执行 OCR:
- 图像文件
- 支持的图像格式为 .png、.jpe、.jpg、.jpeg、.tiff、.tif、.bmp
- 对于多页 TIFF 文件,则对每一页应用 OCR
- 以下 PDF 页面:
- 不会公开任何计算机可读内容
- 其中包含覆盖页面很大一部分的图像。
注意:以下数字化限制适用:
- 文件大小限制为 160 MB。
- 每个文档最多包含 500 页。
如果“数字化文档”活动配置为将“强制应用 OCR”标志设为“True”,则仍应用 OCR。通常建议在以下情况下使用此选项:大部分文件似乎都包含原生内容,但原生读取的内容与用户在这些文件中看到的内容并不相符。
由于每个用例都有其自身的特殊性,因此强烈建议使用不同的设置测试所有可用的 OCR 引擎,以确定哪个引擎最适合您的项目。另一个建议是要特别注意 OCR 引擎的参数,例如Profile、Scale、Language 等(可能因引擎而异),以便为每个用例确定最佳设置。