Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt

Use this file to discover all available pages before exploring further.

Sie können einen separaten Dokumentensatz verwenden, um Ihre Deep-Learning-Aktivität zu trainieren. Wählen Sie dazu in der Dropdown-Liste neben dem Skill-Namen die Deep-Learning-Aktivität aus. Wählen Sie dann in der Dropdown-Liste links neben der Schaltfläche Hochladen den gewünschten Dokumentensatz aus oder klicken Sie auf Dokumentensatz erstellen…, um einen neuen anzulegen. Auf dieser Registerkarte können Sie Dokumente hochladen, löschen und drehen, wie unter Dokumente beschrieben.
1

Aktivität hinzufügen

Fügen Sie auf der Registerkarte Aktivitäten eine Deep-Learning-Aktivität für teilstrukturierte Dokumente zu Ihrem Dokumentverarbeitungsablauf hinzu.
2

Felder auswählen

Wählen Sie im Bereich Activity Properties die Felder aus, die mit dieser Aktivität trainiert werden sollen.Sie können Folgendes auswählen:
  • Bis zu 50 Felder vom Typ Text, unabhängig von ihrer Verschachtelungsebene.
  • Eine Tabelle mit bis zu 32 Spalten.
Wenn Sie mehr Felder trainieren müssen, können Sie weitere Deep-Learning-Aktivitäten hinzufügen und damit zusätzliche Felder auswählen. Wenn Sie beispielsweise mehrere Textfelder und eine Tabelle trainieren müssen, erstellen Sie zwei Deep-Learning-Aktivitäten.Die folgenden Felder können nicht trainiert werden:
  • Felder eines anderen Typs als Text
  • Gruppen mit mehreren Elementen, Tabellen oder Textfelder mit mehreren Elementen, die in einer Gruppe mit mehreren Elementen verschachtelt sind
  • Tabellen mit mehr als 32 Spalten
Sie müssen die Extraktion solcher Felder mit anderen Aktivitäten einrichten, z. B. mit einer Extraction Rules-Aktivität.
3

Dokumente kennzeichnen

Klicken Sie auf Activity Editor und wechseln Sie zur Registerkarte fields, um Ihre Dokumente zu kennzeichnen. Der Kennzeichnungsprozess im Activity Editor entspricht dem regulären Prozess zur Dokumentkennzeichnung.Verwenden Sie die folgenden Richtlinien, um die Größe des Dokumentensatzes festzulegen:
  • Wenn der Trainingsdatensatz nur die Mindestanzahl von 10 Dokumenten enthält, können Sie das Deep-Learning-Training starten, es wird jedoch empfohlen, zusätzliche Dokumente hochzuladen, um eine höhere Genauigkeit zu erzielen.
  • Wenn Ihr Trainingsdatensatz nur 10 Dokumente umfasst, können Sie dennoch mit dem Training Ihres Modells beginnen. Advanced Designer zeigt jedoch eine Warnung an, in der empfohlen wird, für optimale Trainingsergebnisse mehr als 500 annotierte Dokumente hinzuzufügen.
  • Wenn Ihr Trainingsdatensatz zwischen 500 und 10.000 Dokumente enthält, können Sie sofort mit dem Training Ihrer Aktivität beginnen. Dies ist die empfohlene Anzahl von Dokumenten in Ihrem Trainingsdatensatz.
  • Wenn der Trainingsdatensatz mehr als 10.000 Dokumente enthält, zeigt Advanced Designer eine Warnung an, dass der Skill instabil werden könnte.
4

Aktivität trainieren

Sobald Sie Ihre Dokumente hochgeladen und gekennzeichnet haben, klicken Sie auf Train Activity.
5

Trainingsfortschritt überwachen

Wechseln Sie zur Registerkarte Ergebnisse, um den Trainingsfortschritt auszuwerten. Passen Sie bei Bedarf die Trainingsdauer an oder stoppen Sie das Training.Weitere Informationen finden Sie unter Überwachen und Anpassen des Aktivitätstrainings.

​
Schritte nach dem Training

Sobald die Aktivität trainiert wurde, startet das Testen der Aktivität automatisch. Wenn Sie das Training anhalten, werden Sie aufgefordert, das Testen der Aktivität manuell zu starten. Sobald das Testen abgeschlossen ist, analysieren Sie die Ergebnisse der Feldextraktion im Abschnitt Activity-Testergebnisse auf der Registerkarte Ergebnisse. Die Statistiken für diese Aktivität entsprechen den allgemeinen Statistiken für den Skill, die auf der Registerkarte Ergebnisse angezeigt werden. Wenn Sie mit der Qualität der Feldextraktion nicht zufrieden sind, haben Sie folgende Möglichkeiten:
  • Fügen Sie dem Trainingsdatensatz weitere Dokumente hinzu und setzen Sie den Trainingsprozess fort. Die bisherigen Trainingsergebnisse bleiben erhalten, und das neuronale Netzwerk wird zusätzlich mit dem aktualisierten Dokumentensatz trainiert.
  • Passen Sie die Kennzeichnung an und starten Sie das Training neu. Die bisherigen Trainingsergebnisse werden verworfen, und das neuronale Netzwerk wird von Grund auf neu trainiert.
  • Erstellen Sie einen Hypothesis Filtering container mit einer Extraction Rules-Aktivität. So können Sie Bedingungen für die Ausgabe der Deep-Learning-Aktivität festlegen.
Die Aktivität kann nur mit Dokumenten mit bestätigter Kennzeichnung trainiert und getestet werden. Dokumente haben eine unbestätigte Kennzeichnung, wenn die Referenzkennzeichnung automatisch auf Grundlage der vorhergesagten Kennzeichnung erstellt wurde, es sei denn, Sie kopieren die vorhergesagte Kennzeichnung über die entsprechende Option im Kontextmenü des Dokuments in die Referenz. Den Kennzeichnungsstatus jedes Dokuments können Sie auf der Registerkarte Dokumente prüfen. Um die Kennzeichnung für ein Dokument zu bestätigen, sollten Sie sie auf der Registerkarte fields überprüfen.
Ab Advanced Designer v. 2.3.1 gelten für die Deep-Learning-Aktivität geänderte Feldbeschränkungen. Wenn Ihr Skill eine trainierte Deep-Learning-Aktivität verwendet, die mehr als 50 Felder extrahiert, können Sie Dokumente mit diesem Skill weiterhin verarbeiten. Wenn Sie einen solchen Skill jedoch zum Bearbeiten öffnen, wird die vorhandene Deep-Learning-Aktivität in mehrere Deep-Learning-Aktivitäten aufgeteilt, die Sie gegebenenfalls erneut trainieren müssen. Außerdem müssen Sie die Aktivitäten im workflow der Dokumentverarbeitung neu verbinden.