사용 사례
- 문서 세트가 Fast Learning activity로 데이터를 추출할 만큼 충분히 표준화되어 있지 않고, Deep Learning activity를 학습시키기에 충분한 문서도 없지만, 문서의 구조는 잘 알려져 있어 이를 형식화할 수 있는 경우
- Deep Learning 및 Fast Learning activity의 예측 결과를 문서 field에 전달하기 전에 AI를 보다 세밀하게 제어하고자 하는 경우. 예를 들어, 특정 키워드 근처에 위치한 숫자를 추출하려는 경우, 숫자로 보이지 않는 가설과 해당 키워드 근처에 위치하지 않은 가설을 필터링할 수 있습니다. 일반적으로 규칙 기반 후처리가 필요하다면, 이는 대개 Deep Learning 및 Fast Learning activity의 학습 데이터 세트를 더 확장해야 함을 의미합니다. 머신러닝 기술은 field의 데이터 타입, 일반적인 위치, 주변 환경을 “감지”하고 학습할 수 있기 때문입니다.
- ABBYY FlexiLayout Studio에서 만든 FlexiLayout 파일을 재사용하려는 경우. 자세한 내용은 Importing FlexiLayouts from ABBYY FlexiLayout Studio를 참조하세요.
- 문서에 복잡한 구조(예: 다른 테이블 내부에 반복 구조로 존재하는 중첩 테이블)가 포함되어 있고, 이러한 구조를 반정형 문서를 대상으로 하는 다른 activity들로는 추출할 수 없는 경우