Saltar al contenido principal
Un conjunto de documentos «mixto» puede significar dos cosas en Advanced Designer:
  • Un único conjunto que contiene documentos semiestructurados y no estructurados (distintos tipos de documento).
  • Un único documento que contiene una estructura mixta; por ejemplo, un contrato no estructurado con tablas incrustadas, títulos, encabezados o pies de página.

​
Seleccione un escenario

Cada uno de los siguientes escenarios sigue un patrón común; solo cambian las actividades que agregue al flujo de procesamiento.

​
Flujo de trabajo habitual

1

Crear un Skill de documento

Abra Advanced Designer y haga clic en Create Document Skill en la página de inicio.
2

Cargar documentos

En la pestaña Documentos, cargue los documentos que usará para configurar el skill.
3

Definir campos y etiquetar

En la pestaña Campos, cree y configure los campos que extraerá el skill. Etiquete los documentos en la sección Reference.
4

Agregar y configurar actividades

En la pestaña Actividades, agregue las actividades adecuadas para su escenario (descrito a continuación). Abra cada actividad en el Activity Editor para configurarla y entrenarla.
5

Probar y publicar

Haga clic en Test Skill Using Selected Documents para evaluar los resultados. Cuando sean lo suficientemente buenos, publique el skill.

​
Documentos semiestructurados y no estructurados en un mismo conjunto

Use este escenario cuando una Skill de documento deba procesar tanto documentos semiestructurados como no estructurados: ambos pertenecen al mismo tipo lógico y comparten el mismo conjunto de campos de salida. Clasifique cada documento con una actividad Classify By Text and Image, que combina texto y geometría para gestionar imágenes de baja calidad y documentos que solo se diferencian por características gráficas (firmas, sellos). Para obtener los mejores resultados, cargue una cantidad aproximadamente igual de documentos para cada variante, de modo que el clasificador disponga de datos de entrenamiento equilibrados. A continuación, ramifique el flujo con una actividad IF:
Flujo de procesamiento de documentos con Classify y una ramificación IF hacia Fast Learning y Segmentation + Deep Learning for NLP

​
Celdas de tabla con campos integrados en el texto de la celda

Use este escenario cuando necesite extraer valores específicos del interior de celdas de tabla en documentos semiestructurados; por ejemplo, el nombre de un prestatario y parte de una dirección integrados en una celda de Closing Disclosure. Extraiga la celda como un bloque de texto con una actividad Fast Learning y, a continuación, ejecute actividades de NLP en ese bloque para extraer los campos integrados:
Flujo de procesamiento de documentos en el que Fast Learning alimenta las actividades Named Entities (NER) y Address Parsing

​
Documentos no estructurados con tablas, títulos, encabezados o pies de página

Use este escenario para documentos que, en su mayor parte, no están estructurados (por ejemplo, contratos), pero contienen fragmentos semiestructurados integrados, como tablas, títulos, encabezados o pies de página. Detecte párrafos de texto sin formato con una actividad de Segmentation y detecte los fragmentos semiestructurados con una actividad de Extraction Rules. Una vez aislado cada fragmento, use la actividad adecuada para extraer sus campos.
Documento de ejemplo con párrafos de texto no estructurado junto a una tabla semiestructurada