> ## 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.

# Procesar documentos no estructurados en Advanced Designer

> Use las actividades de NLP de Advanced Designer — Segmentation, NER, Address Parsing y Deep Learning for NLP — para extraer datos de contratos, correos electrónicos y texto libre.

Las skills para procesar [documentos no estructurados](/es/vantage/documentation/advanced-designer/use-cases/extracting-from-docs#unstructured-documents) solo pueden crearse en Advanced Designer; el [Skill Designer](/es/vantage/documentation/skill-designer/skill-designer) en la nube no admite estos escenarios. Utilizan cuatro actividades principales de NLP para identificar entidades, segmentar texto y extraer campos de contenido libre, como contratos, cartas y correos electrónicos:

* [actividad de Segmentation](/es/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity)
* [actividad de Deep Learning for NLP](/es/vantage/documentation/advanced-designer/activities/deep-learning-nlp)
* [actividad Named Entities (NER)](/es/vantage/documentation/advanced-designer/activities/ner)
* [actividad de Address Parsing](/es/vantage/documentation/advanced-designer/activities/address-parsing)

<Note>
  Cada una de estas actividades admite un conjunto limitado de idiomas. consulte la página de referencia de la actividad para ver la lista de idiomas.
</Note>

<div id="pick-a-scenario">
  ## Elige un escenario
</div>

| Escenario                                                    | Cuándo usarlo                                                                          | Actividades clave                      |
| :----------------------------------------------------------- | :------------------------------------------------------------------------------------- | :------------------------------------- |
| Named Entities (NER) preentrenadas (documento completo)      | Las entidades pueden aparecer en cualquier parte; se requiere una configuración mínima | NER (+ Address Parsing)                |
| Named Entities (NER) preentrenadas (párrafos específicos)    | La entidad siempre aparece en un párrafo conocido                                      | Segmentation + NER (o Address Parsing) |
| Named Entities (NER) personalizadas (Deep Learning para NLP) | Las preentrenadas no pueden desambiguar, o tu tipo de entidad no está contemplado      | Segmentation + Deep Learning para NLP  |

Todos los escenarios siguientes comparten un patrón común; solo cambian las actividades que agregas al flujo de procesamiento.

<div id="common-workflow">
  ## Flujo de trabajo habitual
</div>

<Steps>
  <Step title="Crear un Skill de documento">
    Abra Advanced Designer y haga clic en **Create Document Skill** en la página de inicio.
  </Step>

  <Step title="Cargar documentos">
    En la pestaña **Documentos**, cargue los documentos que usará para configurar el skill.
  </Step>

  <Step title="Definir campos y etiquetar">
    En la pestaña **Campos**, cree y configure los campos que el skill extraerá. Etiquete los documentos en la sección **Reference**.
  </Step>

  <Step title="Agregar y configurar actividades de NLP">
    En la pestaña **Actividades**, agregue las actividades correspondientes a su escenario (se describen a continuación). Abra cada actividad en el **Activity Editor** para configurarla y entrenarla.
  </Step>

  <Step title="Probar y publicar">
    Haga clic en **Test Skill Using Selected Documents** para evaluar los [resultados](/es/vantage/documentation/advanced-designer/document-skills/results). Cuando los resultados sean suficientemente buenos, [publique el skill](/es/vantage/documentation/advanced-designer/document-skills/publish).
  </Step>
</Steps>

<div id="pre-trained-named-entities-whole-document">
  ## Named Entities (NER) preentrenadas (documento completo)
</div>

Use este escenario cuando las entidades que necesita puedan aparecer en cualquier parte del documento; por ejemplo, nombres de empresas y direcciones en una carta. Agregue una [actividad Named Entities (NER)](/es/vantage/documentation/advanced-designer/activities/ner) y asigne cada entidad a un campo. Si también necesita dividir una dirección en componentes (calle, ciudad, estado, país, código postal), agregue una [actividad de Address Parsing](/es/vantage/documentation/advanced-designer/activities/address-parsing) y asigne los componentes a campos.

<Frame>
  <img src="https://mintcdn.com/abbyy/NXewBo345IS17i7w/images/vantage/advanced-designer/ad_usecases_ner.png?fit=max&auto=format&n=NXewBo345IS17i7w&q=85&s=42c1a899cdb1e1b0f0a0837c2dbf32fb" alt="Flujo de procesamiento de documentos con una actividad Named Entities (NER)" width="745" height="132" data-path="images/vantage/advanced-designer/ad_usecases_ner.png" />
</Frame>

<div id="pre-trained-named-entities-specific-paragraphs">
  ## Named Entities (NER) preentrenadas (párrafos específicos)
</div>

Use este escenario cuando la entidad se encuentre siempre en el mismo párrafo; por ejemplo, un monto de compra en la cláusula de precio de un contrato de compraventa. Primero, aísle el párrafo con una [actividad de Segmentation](/es/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity) y, a continuación, ejecute una actividad de [Named Entities (NER)](/es/vantage/documentation/advanced-designer/activities/ner) o [Address Parsing](/es/vantage/documentation/advanced-designer/activities/address-parsing) sobre el campo segmentado.

También puede aislar el párrafo con una actividad de [Fast Learning](/es/vantage/documentation/advanced-designer/activities/fast-learning) o [NLP Extraction Rules](/es/vantage/documentation/advanced-designer/activities/nlp-extraction-rules/extraction-rules) en lugar de Segmentation y, después, ejecutar NER o Address Parsing sobre el resultado.

<Tip>
  Las actividades preentrenadas son fáciles de configurar y no requieren entrenamiento, pero una red neuronal entrenada con sus documentos puede extraer la información con mayor precisión. Si tiene un gran conjunto de documentos, pruebe también el escenario de [Named Entities (NER) personalizadas](#custom-named-entities-deep-learning-for-nlp) que aparece a continuación y elija el que ofrezca mejores resultados.
</Tip>

<Frame>
  <img src="https://mintcdn.com/abbyy/NXewBo345IS17i7w/images/vantage/advanced-designer/ad_usecases_segmentation_ner_ap.png?fit=max&auto=format&n=NXewBo345IS17i7w&q=85&s=106d6612e3065b43e4ff0cd0f054ac40" alt="Flujo de procesamiento de documentos con Segmentation como entrada para Named Entities (NER) y Address Parsing" width="1112" height="103" data-path="images/vantage/advanced-designer/ad_usecases_segmentation_ner_ap.png" />
</Frame>

<div id="custom-named-entities-deep-learning-for-nlp">
  ## Named Entities (NER) personalizadas (Deep Learning for NLP)
</div>

Use este escenario cuando las actividades preentrenadas no puedan distinguir las entidades que necesita; por ejemplo, para extraer solo el nombre de una organización de un párrafo que enumera ambas partes de un acuerdo, o para extraer un tipo de entidad que NER no cubre (como una dirección de correo electrónico). Combine una [actividad de Segmentation](/es/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity) con una [actividad de Deep Learning for NLP](/es/vantage/documentation/advanced-designer/activities/deep-learning-nlp): Segmentation aísla el párrafo y Deep Learning extrae los campos deseados.

<Note>
  El entrenamiento de una actividad de Deep Learning for NLP requiere al menos 50 documentos (se recomiendan 150). Para obtener los mejores resultados, pruebe también la actividad preentrenada [Named Entities (NER)](/es/vantage/documentation/advanced-designer/activities/ner) y elija la que extraiga con mayor precisión en sus documentos.
</Note>

<Frame>
  <img src="https://mintcdn.com/abbyy/NXewBo345IS17i7w/images/vantage/advanced-designer/ad_usecases_segmentation_dl.png?fit=max&auto=format&n=NXewBo345IS17i7w&q=85&s=b0e1341c863e12fd612cfe8fbb8c57cb" alt="Flujo de procesamiento de documentos con Segmentation como entrada para una actividad de Deep Learning for NLP" width="703" height="81" data-path="images/vantage/advanced-designer/ad_usecases_segmentation_dl.png" />
</Frame>

<div id="related-activities">
  ## Actividades relacionadas
</div>

* [actividad Named Entities (NER)](/es/vantage/documentation/advanced-designer/activities/ner)
* [actividad de Address Parsing](/es/vantage/documentation/advanced-designer/activities/address-parsing)
* [actividad de Segmentation](/es/vantage/documentation/advanced-designer/activities/segmentation/segmentation-activity)
* [actividad de Deep Learning para NLP](/es/vantage/documentation/advanced-designer/activities/deep-learning-nlp)