Vai al contenuto principale
Abbiamo terminato la configurazione dell’attività “Sick Note DE” e siamo pronti a creare il secondo set di Regole di Estrazione per l’altra classe di certificati di malattia. La struttura dei certificati di malattia olandesi e belgi è piuttosto diversa da quella dei documenti tedeschi. Esistono molte varianti all’interno della classe, quindi questa volta non possiamo usare l’attività Fast Learning per estrarre alcun field. Questi documenti contengono alcune informazioni aggiuntive che non sono disponibili nei certificati di malattia tedeschi, quindi aggiungeremo anche alcuni nuovi field durante la configurazione dell’attività. Inizieremo estraendo i dati disponibili su tutti i documenti e poi aggiungeremo alcuni nuovi field al modulo dati. Puoi passare a un’altra attività senza chiudere l’Activity Editor. Fai clic sul nome dell’attività corrente accanto al nome della skill e seleziona “Sick Note BE-NL” nell’elenco a discesa. Seleziona il primo documento del set.

​
Estrazione della data di emissione

Le date in questi documenti possono essere estratte facilmente usando l’elemento Date, quindi questa volta useremo l’elemento di ricerca che è stato creato automaticamente per questo field.
  1. Vai ad aprire la finestra di dialogo Manage Fields nella scheda Fields e seleziona un field “Date” da usare in questa attività. Fai clic su Save.
  2. Vai alla scheda Search Elements. Vedrai un elemento di ricerca di tipo Date creato per il field “Date”. È mappato automaticamente al field.
  3. Crea un elemento di ricerca Group chiamato “IssueDateGroup”. Rendi l’elemento facoltativo.
  4. Aggiungi un elemento Static Text chiamato “kwDate” per trovare l’etichetta che ci aiuterà a individuare la data effettiva.
  5. Questa classe di documenti contiene documenti in lingua olandese o francese, quindi esistono diverse opzioni per il testo dell’etichetta. Puoi inserire ciascuna opzione su una nuova riga nella finestra di dialogo Text to find. Inserisci il testo “Date” nella prima riga e “Datum” nella seconda riga.
  6. Disabilita l’opzione Search for parts of words.
  7. Trascina l’elemento di ricerca “Date” nel gruppo e posizionalo sotto l’elemento “kwDate”.
  8. Specifica l’area di ricerca per l’elemento “Date”.
    a. Elimina la relazione Nearest to che è stata aggiunta automaticamente quando l’elemento è stato creato. b. Seleziona l’elemento “kwDate” come quello più vicino all’elemento che stiamo cercando.
    c. La data può trovarsi a destra della parola chiave o sotto di essa. Specifica l’area di ricerca sotto l’elemento “kwDate”.
    d. L’area di ricerca deve includere anche la riga in cui si trova la parola chiave. Fai clic sull’icona del bordo inferiore a destra del nome dell’elemento e seleziona Top Boundary of Region. Le righe possono essere irregolari, quindi imposta il valore Below su -10 per estendere leggermente l’area di ricerca al di sopra della riga.
  9. Fai clic su Match per assicurarti che la data sia individuata correttamente.
Ecco come dovrebbe apparire la struttura dell’elemento di ricerca: AD_Tutorial_BE_IssueDate_Structure

​
Estrazione delle date di malattia

Estrarremo queste date utilizzando elementi Key value. L’elemento Key value consente di cercare sia un’etichetta di testo statica sia il valore. Tuttavia, non consente molta variazione nella posizione e nelle proprietà del valore. In questi documenti, le date di malattia sono formattate in modo tale che ciascun componente della data si trovi in una cella separata di una tabella. Le celle della tabella possono trovarsi in posizioni non standard in ciascun documento, ma la posizione relativa delle celle è sempre la stessa. Non possiamo contare sul fatto che i bordi delle celle della tabella siano molto chiari, ma useremo comunque l’elemento Table Cell perché consente bordi sfumati e sarà pratico se decidiamo di addestrare l’attività su più documenti. Quindi useremo l’elemento Group per organizzare la gerarchia degli elementi di ricerca.
Puoi usare l’elemento Table Cell non solo per i field che si trovano all’interno delle tabelle del documento. Può anche essere utile se devi estrarre dati da un modulo in cui il contenuto si trova in riquadri simili o in strutture simili a tabelle. Se questi riquadri hanno linee divisorie chiare, l’elemento Table Cell si rivelerà molto efficace.
  1. Apri la finestra di dialogo Manage Fields e aggiungi i seguenti field all’attività corrente:
    • Start Date
    • End Date
    fai clic su Save
  2. vai alla scheda Search Elements e crea l’elemento Group per l’estrazione della data di inizio. Imposta i seguenti parametri per gli elementi inclusi nel gruppo:
ParameterValue
Group search element:
NameStartDateGroup
Static Text search element:
NamekwStartDate
Text to findVanaf / From, A partir du, Van
Search for parts of wordsDisabled
Table Cell search elements:
NameStartDateDay
Search patternNumber
Character count{1, 1, 3, 3}
Search for parts of wordsDisabled
Search areaBelow the “kwStartDate” element, nearest to “kwStartDate”
Table Cell search element:
NameStartDateMonth
Search patternNumber
Character count{1, 1, 3, 3}
Search for parts of wordsDisabled
Search areaBelow the “kwStartDate” element, right of “StartDateDay”, nearest to “StartDateDay”
Table Cell search element:
NameStartDateYear
Search patternNumber
Character count{2, 2, 4, 4}
Search for parts of wordsDisabled
Search areaBelow the “kwStartDate” element, right of “StartDateMonth”, nearest to “StartDateMonth”
L’elemento Table Cell restituisce il testo della cella così com’è. In questo caso, il modello di ricerca contiene un Number che riconosce solo le cifre, quindi il testo restituito dall’elemento sarà un numero.
  1. Crea una copia dell’elemento “StartDateGroup” e rinominala in “EndDateGroup”.
  2. Rinomina i sottoelementi del gruppo: “kwStartDate” in “kwEndDate”, “StartDateDay” in “EndDateDay”, “StartDateMonth” in “EndDateMonth”, “StartDateYear” in “EndDateYear”.
  3. Modifica il testo da trovare dell’elemento “kwEndDate” in “Tot en met / Till and incl., Jusqu’ au, Tot en met”.
  4. Specifica l’area di ricerca per l’elemento “EndDateDay”. Deve trovarsi sotto l’elemento “kwEndDate” ed essere quello più vicino a esso. Elimina le altre relazioni.
  5. Apri la finestra di dialogo Manage Fields e aggiungi un Data Composition Field chiamato “Start Date Composed”. Mappa i seguenti elementi ai field:
    • “StartDateDay” a Day
    • “StartDateMonth” a Month
    • “StartDateYear” a Year
    fai clic su Save
  6. Crea un Data Composition Field chiamato “End Date Composed”. Mappa i seguenti elementi ai field:
    • “EndDateDay” a Day
    • “EndDateMonth” a Month
    • “EndDateYear” a Year
    fai clic su Save
  7. Mappa i data composition field “Start Date Composed” e “End Date Composed” ai field “Start Date” e “End Date”.
Ecco come dovrebbe apparire la struttura dell’elemento di ricerca: AD_Tutorial_BE_Dates_Structure

​
Estrazione del tipo di certificato di malattia

Estraiamo il tipo di certificato di malattia usando un segno di spunta esattamente nello stesso modo in cui abbiamo fatto per i documenti tedeschi.
  1. Vai ad aprire la finestra di dialogo Manage Fields nella scheda Fields e abilita il gruppo di segni di spunta “Type of Sick Note”. Abilita i segni di spunta “Primary” e “Secondary” nel gruppo da usare nell’attività corrente. Fai clic su Save.
  2. Crea una struttura simile a quella realizzata per i documenti tedeschi, ma tieni presente che nei documenti olandesi e belgi l’etichetta (il testo vicino al segno di spunta) viene per prima. L’ordine degli elementi figlio per tali gruppi è importante. a. Crea un elemento Group chiamato “TypeOfSickNoteGroup”. b. Crea una copia di questo gruppo e rinominala in “PrimaryGroup”. Posizionala all’interno di “TypeOfSickNoteGroup”. c. Aggiungi un elemento Static Text chiamato “kwCheckmark” al gruppo “PrimaryGroup”. d. Imposta il testo da trovare su “eerste / Primary, première, primair”.
In questi documenti, il testo vicino al segno di spunta si trova a sinistra del segno di spunta, quindi impostiamo l’area di ricerca a sinistra, non a destra.
Configura il resto degli elementi in base alla tabella seguente:
ParameterValue
Static Text search element:
NameCheckmark
Text to findX
Character count{1, 1, 3, 3}
Search for parts of wordsDisabled
Search areaRight of “kwCheckmark”, nearest to “kwCheckmark”
Static Text search element:
NameXMark
Text to findX
Character count{1, 1, 3, 3}
Search for parts of wordsDisabled
Search areaBelow the “kwCheckmark” top boundary, Below value = -15, Left of “kwCheckmark”, Above the “kwCheckmark” bottom boundary, Above value = -15, Nearest to “kwCheckmark”
Under what conditionsDo not find element if “Checkmark” is found
Region search element:
NameCheckmarkRegion
Search Conditions section of the Code Editorif Checkmark.IsFound then RSA: Checkmark.Rect; else if XMark.IsFound then RSA: XMark.Rect; else DontFind;
e. Crea una copia di “PrimaryGroup” e rinominala in “SecondaryGroup”. Modifica il testo da trovare del suo elemento “kwCheckmark” in “prolongation”, “verlenging”. f. I certificati di malattia tedeschi erano suddivisi in due tipi. Al contrario, i certificati di malattia olandesi e belgi sono suddivisi in tre tipi (‘relapse’ è un tipo aggiuntivo). Pertanto, crea un’altra copia del gruppo “PrimaryGroup” e rinominala in “RelapseGroup”. g. Modifica il testo da trovare del suo elemento “kwCheckmark” in “Herval” e abilita l’opzione Match case per escludere le parole che compaiono nel mezzo di una frase. Ecco come dovrebbe apparire la struttura dell’elemento di ricerca: AD_Tutorial_BE_TypeOfSickNote_Structure
  1. Apri la finestra Manage Fields e aggiungi un segno di spunta “Relapse” al gruppo di segni di spunta “Type of Sick Note”. Abilita tutti i segni di spunta nel gruppo da usare nell’attività corrente e fai clic su Save.
  2. Mappa i segni di spunta agli elementi Region corrispondenti ed elimina gli elementi che sono stati creati automaticamente durante l’abilitazione dei field.

​
Test dell’attività

Abbiamo configurato tutti gli elementi di ricerca e i field necessari. Seleziona tutti i documenti, fai clic su Match e passa alla scheda Fields per esaminare le regioni dei field sulle immagini del documento. Tieni presente che una regione verrà associata a un field solo se appartiene all’ipotesi del percorso migliore. Quando sei soddisfatto dei risultati, fai clic sull’icona di copia sopra l’immagine del documento per copiare l’etichettatura prevista in quella di riferimento.