关于 ML 包

使用 Document Understanding ML 包涉及以下步骤：

• 收集文档示例和需要提取的数据点的要求。

• Labeling documents using Document Manager. Be aware that Document Manager itself connects to an OCR Service.

• 下载或导出带标签的文档作为训练数据集，并将导出的文件夹上传到 AI Center 存储。

• 下载或导出带标签的文档作为评估数据集，并将导出的文件夹上传到 AI Center 存储。

• 在 AI Center 上运行训练管道。

• 在 AI Center 上使用评估管道评估模型性能。

• 在 AI Center 中将经过训练的模型部署为 ML 技能。

• 使用 UiPath.DocumentUnderstanding.ML 活动包从 RPA 工作流查询 ML 技能。

  备注：

  请记住，使用 Document Understanding ML 包要求安装 AI Center 的计算机可以访问https://du-metering.uipath.com 。

  备注：

  When creating a UiPath.DocumentUnderstanding.ML.Activities Package in AI Center, the package name should not be any python reserved keyword, such as class , break, from, finally, global, None, etc. Note that this list is not exhaustive since the package name is used for class <pkg-name> and import <pkg-name>.

这些开箱即用的机器学习模型可用于从半结构化或非结构化文档中分类和提取任何经常出现的数据点，包括采用无模板方法的常规字段、表格列和分类字段。

备注：

UiPath 提供的开箱即用机器学习包的版本为 0，并且已在您的租户上提供，这意味着无需下载。

下载仅适用于您已训练的版本 1 或更高版本。

Document Understanding 包含多个 ML 包，分为 5 个主要类别：

• UiPath 文档 OCR
• Document Understanding
• 文档分类器
• Out-of-the-box Pre-trained ML Packages
• 其他开箱即用的 ML 包

UiPath 文档 OCR

This is a non-retrainable model which can be used with the UiPath Document OCR engine activity as part of the Digitize Document activity. To be used, the ML Skill must first be made public so that a URL can be copy-pasted into the UiPath Document OCR engine activity.

UiPath Document OCR 需要访问https://du.uipath.com/metering上的 Document Understanding 计量服务器如果 ML 技能在内部部署 AI Center 常规部署上运行。内部部署 AI Center 离线部署不需要互联网访问。

UiPathDocumentOCR_CPU

此 ML 包的部署方式与 UiPathDocumentOCR ML 包完全相同，但有以下区别：

• 它针对在 CPU 上运行进行了优化，因此在工作流中运行时速度提高了 3-4 倍，并且将其导入 Document Manager 时速度提高了 5-10 倍
• 准确性略低于 UiPathDocumentOCR ML 包，但类似于 UiPath.DocumentUnderstanding.OCR.LocalServer Studio 包
• 由于速度更快，因此在没有 GPU 的情况下，当文档很大（每个文档超过 20 页）时，也建议使用 CPU，这是理想的选择。

Document Understanding

这是一个通用、可重新训练的模型，用于从任何类型的结构化或半结构化文档中提取任何经常出现的数据点，从而从头开始构建模型。此 ML 包必须经过训练。如果在未事先进行训练的情况下部署此包，部署将失败，并显示错误，指明模型未经过训练。

文档分类器

这是一个通用、可重新训练的模型，用于对任何类型的结构化或半结构化文档进行分类，从而从头开始构建模型。此 ML 包必须经过训练。如果在未事先进行训练的情况下部署此包，部署将失败，并显示错误，指明模型未经过训练。

Out-of-the-box Pre-trained ML Packages

这些是可重新训练的 ML 包，其中包含不同机器学习模型的知识。

可以使用管道运行对这些包进行自定义，以提取其他字段或支持其他语言。使用最先进的迁移学习功能，您可以在其他已标记的文档上对此模型进行重新训练，并针对特定用例进行量身定制，或者将其扩展以支持拉丁语、西里尔语或希腊语等其他语言。

所使用的数据集可能具有相同的字段、字段的子集，或具有其他字段。要利用预训练模型中已包含的智能，您需要使用与开箱即用模型本身名称相同的字段。

这些 ML 包包括：

• Invoices: The fields extracted out-of-the-box can be found here.
• InvoicesAustralia: The fields extracted out-of-the-box can be found here.
• InvoicesIndia: The fields extracted out-of-the-box can be found here.
• InvoicesJapanPreview: The fields extracted out-of-the-box can be found here. Retraining using data from Validation Station is currently not supported.
• InvoicesChinaPreview: The fields extracted out-of-the-box can be found here. Retraining using data from Validation Station is currently not supported.
• Receipts: The fields extracted out-of-the-box can be found here.
• Purchase Orders: The fields extracted out-of-the-box can be found here.
• Utility Bills: The fields extracted out-of-the-box can be found here.
• ID CardsPreview: The fields extracted out-of-the-box can be found here.
• Passports: The fields extracted out-of-the-box can be found here.
• RemittanceAdvicesPreview: The fields extracted out-of-the-box can be found here.
• W2Preview: The fields extracted out-of-the-box can be found here.
• W9: The fields extracted out-of-the-box can be found here.
• ACORD125Preview: The fields extracted out-of-the-box can be found here
• I9Preview: The fields extracted out-of-the-box can be found here
• 990Preview: The fields extracted out-of-the-box can be found here
• 4506TPreview: The fields extracted out-of-the-box can be found here
• FM1003Preview: The fields extracted out-of-the-box can be found here

这些模型是 UiPath 构建的深度学习架构。可以在服务时和训练时使用 GPU，但这不是必需的。具体来说，GPU 可使训练速度提高 10 倍以上。

其他开箱即用的 ML 包

这些是 Document Understanding 套件的非 ML 组件所需的包，这些包不可重新训练。

这些 ML 包包括：

• FormExtractor: Deploy as Public Skill and paste the URL into the Form Extractor activity.
• IntelligentFormExtractor: Deploy as Public Skill and paste the URL into the Intelligent Form Extractor activity. Make sure to first deploy the HandwritingRecognition ML Skill and configure that as OCR for the this package.
• IntelligentKeywordClassifier: Deploy as Public Skill and paste the URL into the Intelligent Keyword Classifier activity.
• 手写识别 OCR：部署为公开技能，并在创建智能表单提取程序包时用作 OCR。