Ein Document-Skill extrahiert Feldwerte aus strukturierten und halbstrukturierten Dokumenten eines einzigen Typs. Dokumente desselben Typs haben dieselben Felder, Validierungsregeln und dieselbe Struktur — zum Beispiel bilden Rechnungen, Verträge und Versandlisten jeweils einen eigenen Dokumenttyp.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.
Ein Document-Skill verarbeitet nur eine Datei pro Vorgang. Um mehrere Dateien in einem einzigen Vorgang zu verarbeiten, verwenden Sie die Extract-Aktivität eines Process-Skill.
Strukturierte vs. halbstrukturierte Dokumente
| Typ | Feldposition | Beispiele | Wo erstellt werden |
|---|---|---|---|
| Strukturiert | In jeder Instanz fest | Fragebögen, Antragsformulare, Steuerformulare | Vantage. Verwenden Sie Advanced Designer, wenn Sie die Verarbeitung strukturierter Dokumente mit anderen Vantage-Technologien kombinieren müssen. |
| Halbstrukturiert | Beschriftung, Anzahl und Platzierung variieren je nach Instanz | Rechnungen, Vereinbarungen, Versandlisten | Vantage oder Advanced Designer. |
Training eines Document-Skills
Varianten von Dokumenttypen
Auswahl einer Aktivität nach Umfang
| Varianten in Ihrem Dokumentensatz | Empfohlenes Vorgehen | Erwartete Genauigkeit |
|---|---|---|
| Hunderte | Online learning in Vantage | Nahezu fehlerfreie Extraktion |
| Tausende | Deep Learning-Aktivität | ~80–90 %, abhängig von der Komplexität der Dokumente |
| Eine Auswahl der wichtigsten Varianten | Fast Learning- und/oder Extraction Rules-Aktivitäten | Hohe Genauigkeit bei komplexen Dokumenten |
Die Aktivitäten Deep Learning, Fast Learning und Extraction Rules sind nur im Advanced Designer verfügbar. Um sie zu verwenden, öffnen Sie Ihren Document-Skill im Advanced Designer — der Skill kann nach der Veröffentlichung weiterhin im Skill Designer und in Process-Skills referenziert werden.
Empfehlungen für Training und Tests
- Verwenden Sie einen repräsentativen Trainingsdatensatz. Nehmen Sie mindestens 2–3 Dokumente pro Variante auf. Selbst ein einzelnes Beispiel pro Variante ist besser als keines. Wenn der Datensatz nicht alle Varianten abdeckt, verwenden Sie die Deep Learning-Aktivität — sie generalisiert anhand von Bildmustern, räumlicher Struktur, Feldinhalten und umgebenden Beschriftungen und kann auch Varianten verarbeiten, für die sie nicht trainiert wurde.
- Testen Sie mit produktionsnaher Verteilung. Verwenden Sie eine Zufallsstichprobe aus Ihrem tatsächlichen Dokumentenfluss, sodass jede Variante im Testdatensatz ungefähr mit derselben Häufigkeit vorkommt wie in der Produktion. Dadurch bleibt Ihre Genauigkeitsschätzung belastbar.
Nächste Schritte
Einen Document-Skill einrichten
Erstellen, trainieren und veröffentlichen Sie einen Document-Skill, einschließlich strukturierter Formulare und Online Learning.
Felder hinzufügen
Markieren Sie Felder im Tab Editor und konfigurieren Sie Feldeigenschaften nach Typ.
Dokumente kennzeichnen
Richtlinien zum Kennzeichnen strukturierter und halbstrukturierter Dokumente während des Trainings.
Extrahierte Daten analysieren
Überprüfen Sie Statistiken zur Feldextraktion und korrigieren Sie die Referenzkennzeichnung im Tab Result Review.