Saltar al contenido principal

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.

Puede usar un conjunto de documentos independiente para entrenar su actividad de Deep Learning. Para ello, seleccione la actividad de Deep Learning en la lista desplegable situada junto al nombre del skill. Luego, en la lista desplegable situada a la izquierda del botón Cargar, seleccione el conjunto de documentos necesario o haga clic en Crear conjunto… para crear uno nuevo. En esta pestaña, puede cargar, eliminar y girar documentos, como se describe en Documentos.
1

Agregar la actividad

En la pestaña Activities, agregue una actividad de Deep Learning para documentos semiestructurados a su flujo de procesamiento de documentos.
2

Seleccionar campos

En el panel Activity Properties, seleccione los campos que se entrenarán con esta actividad.Puede seleccionar una de las siguientes opciones:
  • Hasta 50 campos de tipo Text, independientemente de su nivel de anidación.
  • Una tabla con hasta 32 columnas.
Si necesita entrenar más campos, puede agregar más actividades de Deep Learning y usarlas para seleccionar campos adicionales. Por ejemplo, si necesita entrenar varios campos de texto y una tabla, cree dos actividades de Deep Learning.Los siguientes campos no se pueden entrenar:
  • Campos de un tipo distinto de Text
  • Grupos con varios elementos, tablas o campos de texto con varios elementos anidados en un grupo con varios elementos
  • Tablas con más de 32 columnas
Tendrá que configurar la extracción de esos campos mediante otras actividades, por ejemplo, una actividad Extraction Rules.
3

Etiquetar documentos

Haga clic en Activity Editor y vaya a la pestaña fields para etiquetar sus documentos. El proceso de etiquetado en Activity Editor es idéntico al proceso habitual de etiquetado de documentos.Use las siguientes directrices para determinar el tamaño del conjunto de documentos:
  • Si el conjunto de entrenamiento contiene solo el mínimo de 10 documentos, puede iniciar el entrenamiento de Deep Learning, pero se recomienda cargar documentos adicionales para lograr una mayor precisión.
  • Si su conjunto de entrenamiento incluye solo 10 documentos, aún puede empezar a entrenar el modelo. Sin embargo, Advanced Designer mostrará una advertencia recomendando agregar más de 500 documentos etiquetados para obtener resultados de entrenamiento óptimos.
  • Si su conjunto de entrenamiento contiene entre 500 y 10.000 documentos, puede comenzar a entrenar su actividad de inmediato. Este es el número recomendado de documentos para el conjunto de entrenamiento.
  • Si el conjunto de entrenamiento contiene más de 10.000 documentos, Advanced Designer mostrará una advertencia indicando que el skill puede volverse inestable.
4

Entrenar la actividad

Una vez que haya cargado y etiquetado sus documentos, haga clic en Train Activity.
5

Supervisar el progreso del entrenamiento

Vaya a la pestaña Resultados para evaluar el progreso del entrenamiento. Si es necesario, ajuste la duración del entrenamiento o deténgalo.Para obtener más información, consulte Monitoring and adjusting activity training.

​
Pasos posteriores al entrenamiento

Una vez entrenada la actividad, la prueba de la actividad se iniciará automáticamente. Si detiene el entrenamiento, se le pedirá que inicie manualmente la prueba de la actividad. Cuando finalice la prueba, analice los resultados de la extracción de campos en la sección Resultados de la prueba de la actividad de la pestaña Resultados. Las estadísticas de esta actividad son idénticas a las estadísticas generales del skill que se muestran en la pestaña Resultados. Si no está satisfecho con la calidad de la extracción de campos, tiene las siguientes opciones:
  • Agregar más documentos al conjunto de entrenamiento y reanudar el proceso de entrenamiento. Los resultados del entrenamiento obtenidos hasta el momento se conservarán y la red neuronal se seguirá entrenando con el conjunto de documentos actualizado.
  • Ajustar el etiquetado y reiniciar el entrenamiento. Los resultados del entrenamiento obtenidos hasta el momento se descartarán y la red neuronal se entrenará desde cero.
  • Crear un contenedor Hypothesis Filtering con una actividad Extraction Rules, lo que le permitirá establecer condiciones para la salida de la actividad Deep Learning.
La actividad solo puede entrenarse y probarse con documentos que tengan el etiquetado confirmado. Los documentos tienen etiquetado no confirmado si el etiquetado de referencia se generó automáticamente a partir del etiquetado predicho, a menos que copie el etiquetado predicho al de referencia mediante la opción correspondiente del menú contextual del documento. Puede comprobar el estado del etiquetado de cada documento en la pestaña Documentos. Para confirmar el etiquetado de un documento, debe revisarlo en la pestaña Campos.
A partir de Advanced Designer v. 2.3.1, han cambiado las limitaciones de campos para la actividad Deep Learning. Si su skill usa una actividad Deep Learning entrenada que extrae más de 50 campos, puede seguir procesando documentos con ese skill. Sin embargo, cuando abra ese skill para editarlo, la actividad Deep Learning existente se dividirá en varias actividades Deep Learning, que quizá deba volver a entrenar. También tendrá que conectar las actividades en el workflow de procesamiento de documentos.