Zum Hauptinhalt springen
Hinweis: 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 Set erstellen…, um einen neuen zu erstellen. Sie können auf dieser Registerkarte Dokumente hochladen, löschen und drehen, wie im Abschnitt Dokumente beschrieben.

​
Einrichtungsschritte

So richten Sie eine Deep-Learning-Aktivität ein:

​
Schritt 1. Aktivität hinzufügen

Fügen Sie auf der Registerkarte Activities eine Deep-Learning-Aktivität für halbstrukturierte Dokumente zu Ihrem Dokumentenverarbeitungsworkflow hinzu.

​
Schritt 2. Felder auswählen

Wählen Sie im Bereich Activity Properties die Felder aus, die mit dieser Activity trainiert werden sollen. Sie können eine der folgenden Optionen auswählen:
  • Bis zu 50 Felder des Typs Text, unabhängig von ihrer Verschachtelungsebene
  • Eine Tabelle mit bis zu 32 Spalten
Wenn Sie weitere Felder trainieren müssen, können Sie zusätzliche Deep Learning-Activities hinzufügen und diese verwenden, um zusätzliche Felder auszuwählen. Wenn Sie zum Beispiel mehrere Textfelder und eine Tabelle trainieren müssen, erstellen Sie zwei Deep Learning-Activities.
Hinweis: Die folgenden Felder können nicht trainiert werden:
  • Felder mit einem anderen Typ als Text
  • Gruppen mit mehreren Elementen, Tabellen oder Textfeldern mit mehreren Elementen, die in einer Gruppe mit mehreren Elementen verschachtelt sind
  • Tabellen mit mehr als 32 Spalten
Die Extraktion solcher Felder müssen Sie mit anderen Activities einrichten, z. B. mit einer Extraction Rules-Activity.

​
Schritt 3. Dokumente kennzeichnen

Klicken Sie auf Activity Editor und wechseln Sie zur Registerkarte Felder, um Ihre Dokumente zu kennzeichnen. Der Labeling-Prozess im Activity Editor ist identisch mit dem regulären Dokument-Labeling-Prozess. Die folgenden Richtlinien helfen Ihnen, die Größe des Dokumentensatzes festzulegen:
  • Wenn der Trainingssatz nur die minimal erforderlichen 10 Dokumente enthält, können Sie mit dem Deep-Learning-Training beginnen, es wird jedoch empfohlen, zusätzliche Dokumente hochzuladen, um eine höhere Genauigkeit zu erreichen.
  • Wenn Ihr Trainingssatz nur 10 Dokumente umfasst, können Sie dennoch mit dem Training Ihres Modells beginnen. Advanced Designer zeigt jedoch eine Warnung an, in der empfohlen wird, mehr als 500 gekennzeichnete Dokumente hinzuzufügen, um optimale Trainingsergebnisse zu erzielen.
  • Wenn Ihr Trainingssatz zwischen 500 und 10.000 Dokumente enthält, können Sie sofort mit dem Training Ihrer Aktivität beginnen. Dies ist die empfohlene Anzahl von Dokumenten für Ihren Trainingssatz.
  • Wenn der Trainingssatz mehr als 10.000 Dokumente enthält, zeigt Advanced Designer eine Warnung an, dass der Skill instabil werden kann.

​
Schritt 4. Activity trainieren

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

​
Schritt 5. Trainingsfortschritt überwachen

Wechseln Sie zur Registerkarte Ergebnisse, um den Fortschritt des Trainings zu überwachen. Passen Sie bei Bedarf die Trainingsdauer an oder stoppen Sie das Training. Weitere Informationen finden Sie unter Überwachen und Anpassen des Activity-Trainings.

​
Schritte nach dem Training

Sobald die Aktivität trainiert wurde, startet der Test der Aktivität automatisch. Wenn Sie das Training anhalten, werden Sie aufgefordert, das Testen der Aktivität manuell zu starten. Wenn das Testen abgeschlossen ist, analysieren Sie die Felderextraktions­ergebnisse im Abschnitt Activity Test Results auf der Registerkarte Results. Die Statistiken für diese Aktivität sind identisch mit den allgemeinen Statistiken für die Skill, die auf der Registerkarte Results angezeigt werden. Wenn Sie mit der Qualität der Felderextraktion nicht zufrieden sind, haben Sie folgende Möglichkeiten:
  • Fügen Sie dem Trainingssatz weitere Dokumente hinzu und setzen Sie den Trainingsprozess fort. Die bisher erzielten Trainingsergebnisse bleiben erhalten und das neuronale Netz wird zusätzlich mit dem aktualisierten Dokumentensatz trainiert.
  • Passen Sie das Labeling an und starten Sie das Training neu. Die bisher erzielten Trainingsergebnisse werden verworfen und das neuronale Netz wird von Grund auf neu trainiert.
  • Erstellen Sie einen Hypothesis Filtering-Container mit einer Extraction Rules-Aktivität, mit der Sie Bedingungen für die Ausgabe der Deep-Learning-Aktivität festlegen können.
Die Aktivität kann nur mit Dokumenten trainiert und getestet werden, deren Labeling bestätigt wurde. Dokumente haben ein unbestätigtes Labeling, wenn das Referenz-Labeling automatisch auf Basis des vorhergesagten Labelings erzeugt wurde, es sei denn, Sie kopieren das vorhergesagte Labeling über die entsprechende Option im Dokument-Kontextmenü in das Referenz-Labeling. Sie können den Labeling-Status für jedes Dokument auf der Registerkarte Documents überprüfen. Um das Labeling für ein Dokument zu bestätigen, sollten Sie es auf der Registerkarte Fields überprüfen.
Hinweis: Ab Advanced Designer v. 2.3.1 haben sich die Feldbeschränkungen für die Deep-Learning-Aktivität geändert. Wenn Ihre Skill eine trainierte Deep-Learning-Aktivität verwendet, die mehr als 50 Felder extrahiert, können Sie Dokumente weiterhin mit dieser Skill verarbeiten. Wenn Sie eine solche Skill jedoch zur Bearbeitung öffnen, wird die vorhandene Deep-Learning-Aktivität in mehrere Deep-Learning-Aktivitäten aufgeteilt, die Sie möglicherweise neu trainieren müssen. Außerdem müssen Sie die Aktivitäten im Dokumentverarbeitungs-Workflow neu verknüpfen.