Vai al contenuto principale
Nota: È possibile usare un set di documenti distinto per addestrare l’attività Deep Learning. Per farlo, selezionare l’attività Deep Learning dall’elenco a discesa accanto al nome della skill. Quindi, nell’elenco a discesa a sinistra del pulsante Upload, selezionare il set di documenti desiderato oppure fare clic su Create Set… per crearne uno nuovo. In questa scheda è possibile caricare, eliminare e ruotare i documenti come descritto nella sezione Documenti.

​
Fasi di configurazione

Per configurare un’attività Deep Learning:

​
Passaggio 1. Aggiungi l’attività

Nella scheda Activities, aggiungi un’attività Deep Learning per documenti semi-strutturati al tuo flusso di elaborazione dei documenti.

​
Step 2. Select Fields

Nel riquadro Activity Properties, seleziona i field da addestrare utilizzando questa attività. Puoi selezionare una delle seguenti opzioni:
  • Fino a 50 field di tipo Text, indipendentemente dal loro livello di annidamento.
  • Una tabella con un massimo di 32 colonne.
Se hai bisogno di addestrare un numero maggiore di field, puoi aggiungere altre attività di Deep Learning e usarle per selezionare field aggiuntivi. Ad esempio, se devi addestrare più field di testo e una tabella, crea due attività di Deep Learning.
Nota: I seguenti field non possono essere addestrati:
  • Field di tipo diverso da Text
  • Gruppi con più elementi, tabelle o field di testo con più elementi annidati in un gruppo con più elementi
  • Tabelle con più di 32 colonne
Dovrai configurare l’estrazione di tali field utilizzando altre attività, ad esempio un’attività Extraction Rules.

​
Step 3. Label Documents

Fare clic su Activity Editor e andare alla scheda Fields per etichettare i documenti. Il processo di etichettatura in Activity Editor è identico al normale processo di etichettatura dei documenti. Usare le seguenti linee guida per determinare la dimensione del set di documenti:
  • Se il set di training contiene soltanto i 10 documenti minimi, è possibile avviare il training di deep learning, ma si consiglia di caricare documenti aggiuntivi per ottenere una maggiore accuratezza.
  • Se il set di training include solo 10 documenti, è comunque possibile iniziare il training del modello. Tuttavia, Advanced Designer visualizzerà un avviso che raccomanda di aggiungere più di 500 documenti etichettati per risultati di training ottimali.
  • Se il set di training contiene tra 500 e 10.000 documenti, sarà possibile avviare immediatamente il training dell’Activity. Questo è il numero di documenti consigliato per il set di training.
  • Se il set di training contiene più di 10.000 documenti, Advanced Designer visualizzerà un avviso indicando che la skill potrebbe diventare instabile.

​
Passaggio 4. Addestra l’Activity

Dopo aver caricato ed etichettato i tuoi documenti, fai clic su Train Activity.

​
Passaggio 5. Monitorare l’avanzamento dell’addestramento

Vai alla scheda Results per valutare l’avanzamento dell’addestramento. Se necessario, modifica la durata dell’addestramento o interrompi l’addestramento. Per ulteriori informazioni, consulta Monitoraggio e regolazione dell’addestramento delle attività.

​
Passaggi successivi all’addestramento

Una volta che l’attività è stata addestrata, il test dell’attività si avvierà automaticamente. Se interrompi l’addestramento, ti verrà chiesto di avviare manualmente il test dell’attività. Al termine del test, analizza i risultati di estrazione dei field nella sezione Activity Test Results della scheda Results. Le statistiche per questa attività sono identiche alle statistiche generali per la skill visualizzate nella scheda Results. Se non sei soddisfatto della qualità dell’estrazione dei field, hai le seguenti opzioni:
  • Aggiungere altri documenti al set di addestramento e riprendere il processo di training. I risultati di training ottenuti finora verranno mantenuti e la rete neurale verrà ulteriormente addestrata utilizzando il set di documenti aggiornato.
  • Regolare l’etichettatura e riavviare l’addestramento. I risultati di training ottenuti finora verranno eliminati e la rete neurale verrà addestrata da zero.
  • Creare un contenitore Hypothesis Filtering con un’attività Extraction Rules, che ti consentirà di impostare le condizioni per l’output dell’attività Deep Learning.
L’attività può essere addestrata e testata solo utilizzando documenti con etichettatura confermata. I documenti hanno un’etichettatura non confermata se l’etichettatura di riferimento è stata generata automaticamente in base all’etichettatura prevista, a meno che tu non copi l’etichettatura prevista in quella di riferimento utilizzando l’opzione corrispondente nel menu contestuale del documento. Puoi controllare lo stato dell’etichettatura per ciascun documento nella scheda Documents. Per confermare l’etichettatura per un documento, devi esaminarlo nella scheda Fields.
Nota: A partire da Advanced Designer v. 2.3.1, le limitazioni sui field per l’attività Deep Learning sono cambiate. Se la tua skill utilizza un’attività Deep Learning addestrata che estrae più di 50 field, puoi continuare a elaborare documenti con tale skill. Tuttavia, quando apri tale skill per la modifica, l’attività Deep Learning esistente verrà suddivisa in più attività Deep Learning, che potresti dover riaddestrare. Dovrai anche instradare le attività nel flusso di lavoro di elaborazione dei documenti.