Saltar al contenido principal
Nota: Puede usar un conjunto de documentos separado para entrenar la actividad de Deep Learning. Para ello, seleccione la actividad de Deep Learning en la lista desplegable junto al nombre de la Habilidad. Luego, en la lista desplegable a la izquierda del botón Upload, seleccione el conjunto de documentos que necesite o haga clic en Create Set… para crear uno nuevo. Puede cargar, eliminar y rotar documentos en esta pestaña, como se describe en la sección Documentos.

​
Pasos de configuración

Para configurar una actividad de Deep Learning:

​
Paso 1. Agregar la actividad

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

​
Paso 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 Objeto, independientemente de su nivel de anidamiento.
  • 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.
Nota: Los siguientes campos no se pueden entrenar:
  • Campos de tipo distinto de Objeto
  • 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
Deberá configurar la extracción de dichos campos mediante otras actividades, por ejemplo, una actividad Extraction Rules.

​
Paso 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. Utilice las siguientes recomendaciones 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 comenzar a entrenar su modelo. Sin embargo, Advanced Designer mostrará una advertencia recomendándole que agregue más de 500 documentos etiquetados para obtener resultados de entrenamiento óptimos.
  • Si su conjunto de entrenamiento contiene entre 500 y 10.000 documentos, podrá iniciar el entrenamiento de su Activity de inmediato. Esta es la cantidad recomendada de documentos para tener en su conjunto de entrenamiento.
  • Si el conjunto de entrenamiento contiene más de 10.000 documentos, Advanced Designer mostrará una advertencia indicando que la skill puede volverse inestable.

​
Paso 4. Entrenar la actividad

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

​
Paso 5. Supervise el progreso del entrenamiento

Vaya a la pestaña Results para evaluar el progreso del entrenamiento. Si es necesario, ajuste la duración o detenga el entrenamiento. Para obtener más información, consulte Supervisión y ajuste del entrenamiento de actividades.

​
Pasos posteriores al entrenamiento

Una vez que se haya entrenado la actividad, las pruebas de la actividad comenzarán automáticamente. Si detiene el entrenamiento, se le pedirá que inicie las pruebas de la actividad manualmente. Cuando finalicen las pruebas, analice los resultados de extracción de campos en la sección Activity Test Results de la pestaña Resultados. Las estadísticas de esta actividad son idénticas a las estadísticas generales de la Habilidad que se muestran en la pestaña Resultados. Si no está satisfecho con la calidad de la extracción de campos, dispone de las siguientes opciones:
  • Agregar más documentos al conjunto de entrenamiento y reanudar el proceso de entrenamiento. Los resultados de entrenamiento obtenidos hasta ahora se conservarán y la red neuronal se entrenará adicionalmente utilizando el conjunto de documentos actualizado.
  • Ajustar el etiquetado y reiniciar el entrenamiento. Los resultados de entrenamiento obtenidos hasta ahora se descartarán y la red neuronal se entrenará desde cero.
  • Crear un contenedor de Hypothesis Filtering con una actividad Extraction Rules, que le permitirá establecer condiciones para la salida de la actividad Deep Learning.
La actividad solo se puede entrenar y probar utilizando documentos con 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 utilizando la opción correspondiente en el 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.
Nota: A partir de Advanced Designer v. 2.3.1, las limitaciones de campos para la actividad Deep Learning han cambiado. Si su skill utiliza una actividad Deep Learning entrenada que extrae más de 50 campos, puede seguir procesando documentos con esa skill. Sin embargo, cuando abra dicha skill para editarla, la actividad Deep Learning existente se dividirá en varias actividades Deep Learning, que quizá deba volver a entrenar. También tendrá que definir la ruta de las actividades en el flujo de trabajo de procesamiento de documentos.