创建和配置字段

添加字段

字段无法删除或重命名，因此在添加新字段之前请先三思。但是，如果您稍后决定不使用某些字段来训练 ML 模型，您始终可以使用“编辑字段”窗口中的“隐藏”复选框将其隐藏。

Click here for details about fields, their meaning, and when to use them.

备注：

最多可以创建 40 个字段。

列字段

发票单据上的行项目“说明”或“单价”就是列字段的示例。

1. Click + in the table section at the top of the page to add a new Column field. The Create Column Field window is displayed.
2. 在“输入唯一字段名称”字段中，填写该字段的唯一名称。该字段不接受大写字母。
3. 单击“创建”。系统将显示“编辑字段”窗口。
4. 从“内容类型”下拉列表中，选择内容类型。
5. 从“评分”下拉列表中，选择在运行模型预测评估时用来确定准确性的度量。
6. 单击“热键”字段，然后按键盘上的某个键以自动填充该字段。
7. Fill in the hex code of the desired field color in the Color field.
8. 如果要检查的字段可能跨越多个文本行，例如地址或说明，请选中“多行”复选框。如果未选择此选项，则仅返回第一行。
9. Select the Split items checkbox if you want this field to be used as a delimiter between line items or rows in a table. Any line on which this field appears is considered to be a new line item or row in the table. Most commonly, this is used on Line Amount fields on Invoice line items.
10. 如果您不希望此字段成为导出数据集的一部分，请选中“隐藏”复选框。
11. 单击“保存”以保存您的设置。

常规字段

这些字段在给定文档中仅出现一次。发票单据上的行项目“发票编号”或“总金额”就是列字段的示例。

1. Click + on the right pane in the Regular Fields section. The Create Regular Field window is displayed.
2. 在“输入唯一字段名称”字段中填写字段的唯一名称。该字段不接受大写字母。
3. 单击“创建”。系统将显示“编辑字段”窗口。
4. 从“内容类型”下拉列表中选择内容类型。
5. Select the post-processing mechanism in case the model predicts more than one instance of a field on a given page from the Post processing drop-down.
6. 单击“热键”字段，然后按键盘上的某个键以自动填充该字段。
7. 在“颜色”字段中，填写所需字段颜色的十六进制代码
8. 从“多页”下拉列表中，选择数据检索策略。如果字段出现在多页文档的几个不同页面上，可以使用此选项。此选项定义模型如何决定返回哪个页面。
9. 从“评分”下拉列表中，选择在运行模型预测评估时用来确定准确性的度量。
10. 如果要检查的字段可能跨越多个文本行，例如地址或说明，请选中“多行”复选框。如果未选择此选项，则仅返回第一行。
11. 如果您不希望此字段成为导出数据集的一部分，请选中“隐藏”复选框。
12. 单击“保存”以保存您的设置。

分类字段

整体上引用文档的数据点。例如，收据的“费用类型”（伙食费、住宿费、航空费、交通费）或发票的“币种”（美元、欧元和日元）就是分类字段的示例。

1. Click + on the right pane in the Classification Fields section. The Create Classification Field window is displayed.

2. 在“输入唯一字段名称”字段中填写字段的唯一名称。该字段不接受大写字母。

3. 单击“创建”。系统将显示“编辑字段”窗口。

4. 在文本区域中，填写类列表，然后以逗号分隔列表的形式键入名称。

5. 单击“保存”以保存您的设置。

   重要提示：

   与常规字段和列字段相反，分类字段不进行重新训练。例如，对于“币种”字段，如果您在仅包含美元发票和印度卢比发票的数据集上对发票模型进行重新训练，则生成的模型将只能识别这两种货币。

字段说明

管理栏

显示在 Data Manager 中的页面顶部。使您能够执行多项操作：在文档之间导航、删除文档、筛选文档、运行 AI 模型预测以及导入和导出文档。

字段	描述
→	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。 它显示了与活动筛选器匹配的文档总数和当前文档的编号。
删除/恢复	删除或恢复文档。
“筛选器”下拉列表	筛选文档。此筛选器也适用于导出的数据。提供以下选项： 训练验证集 -test-set -deleted -labeled -unlabeled -<batch_name>
预测	运行 AI 模型预测并显示结果。
导入	导入要标记的新文档。
导出	导出已标记的数据。 活动筛选器将应用于导出的数据。
[文档名称]	当前处于活动状态的文档的名称。
[用户名]	当前活动用户的用户名。
注销	从 Data Manager 中注销。 注销还会清除 Cookie。
帮助	Displays the Data Manager help menu.

创建字段窗口

使您能够配置要添加的字段的名称。

字段	描述
输入唯一的字段名称	字段的名称。只能包含小写字母、数字、下划线“_”和短划线“-”。

编辑字段窗口

使您能够配置常规字段和列字段。

字段	描述
内容类型	字段的内容类型。提供以下选项： string – appropriate for company names or addresses, as well as payment terms, or for any other field where the RPA developer prefers to build the parsing or formatting logic manually, in the RPA workflow. number – appropriate for amounts or quantities, with intelligent parsing of the decimal/thousands separators. date – the model parses, formats and unifies the output in a yyyy-mm-dd format. phone - appropriate for phone numbers. id-no – appropriate for alphanumeric codes, numbers of IDs, it is similar to the string content type, but includes cleaning of any characters coming before a “:”. If the id number you need to extract might contain “:” characters, please use string as content type instead, to avoid data loss.
后处理	仅对常规字段显示。 后处理机制。提供以下选项： first span – if model predicts more than one instance of a field on a given page, the model returns the first one. largest value – if model predicts more than one instance of a field on a given page, the model returns the largest numeric value. This is only displayed for content of type number and is appropriate for Total Amount fields. longest value – if model predicts more than one instance of a field on a given page, the model returns the value consisting of the longest string of characters.
热键	字段的快捷键。
颜色	字段的颜色。
多页	字段出现在文档中的多个页面上时的数据返回策略。提供以下选项： highest confidence - the default choice for string,phone, and number content types. first occurrence - the default choice for id-no and data content types. 最后一次出现 - longest string - only displayed for content of type string. - shortest string - only displayed for content of type string. - highest numeric value - only displayed for content of type number. - lowest numeric value - only displayed for content of type number.
计分	只能为字符串类型内容配置。所有其他内容类型均使用精确匹配评分策略。 用于在运行模型预测评估时确定准确度的方法。 exact match – a prediction is only deemed to be correct (score of 1) if it exactly matches the true value. If it differs by even a single character, then it is deemed to be incorrect (score of 0). levenshtein – a prediction is deemed to be partially correct according to the Levenshtein distance between the prediction and the true value. If a 10-letter value is predicted correctly except for the last 2 characters, then the score of that prediction will be 0.8.
多行	对于可能跨多行的字段（例如地址或说明），请选中此复选框。否则，仅返回第一行。
拆分项目	仅对列字段显示。 如果要将此字段用作表格中行项目或行之间的分隔符，请选中此复选框。出现此字段的任何行都会被视为表格中的新行项目或行。这通常用于发票行项目中的“行金额”字段。
隐藏	如果您不希望此字段成为导出的数据集的一部分，请选中此复选框。

Data Manager 帮助菜单

“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。

通过“错误报告”部分，您可以查看最近生成的日志。