메인 콘텐츠로 건너뛰기
Fast Learning 액티비티는 정형 및 반정형 문서에서 field를 추출하는 데 사용됩니다. 또한 Vantage에서 문서를 처리하는 동안 이 액티비티의 출력 field로 선택된 field를 학습할 수 있습니다. 자세한 내용은 Vantage Runtime Guide의 Online Learning을 참조하십시오. Activity Properties 창에서 field 학습 옵션의 선택을 해제하여 명시적으로 비활성화할 수 있습니다. 문서 처리 흐름에 Fast Learning 액티비티를 추가하지 않으면, 스킬을 생성하고 게시한 이후에는 field를 학습할 수 없습니다. Vantage에서 생성된 스킬을 편집하는 경우, 해당 스킬에는 사전 학습된 Fast Learning 액티비티가 포함되어 있을 수 있습니다. 다른 액티비티를 추가하고 이를 사전 학습된 액티비티와 결합해 사용할 수 있습니다. 자세한 내용은 Vantage에서 생성 및 학습된 스킬 편집하기를 참조하십시오.
Note: Fast Learning 액티비티는 복잡한 구조(예: 다른 테이블 내부의 반복 구조인 중첩 테이블)와 Image 타입의 field를 추출할 수 없습니다. 이러한 구조를 추출하려면 Extraction Rules activity를 사용하십시오.

사용 사례

다음과 같은 경우 이 활동을 문서 처리 흐름에 추가하십시오:
  • 문서 세트에 여러 가지 문서 레이아웃 변형이 있고, 학습 시 각 변형에 대한 샘플을 제공할 수 있는 경우. 예를 들어 여러 은행의 은행 명세서에서 데이터를 추출하도록 학습시키고자 할 때, 각 은행에 대한 샘플을 보유하고 있는 경우입니다.
  • 아직 스킬이 학습되지 않은 문서 변형을 처리할 계획이고 Online Learning(온라인 학습)을 활용하고자 하는 경우. 예를 들어 송장을 처리할 때 공급업체마다 자체 송장 레이아웃을 사용하며, 새로운 공급업체가 매일 생길 수 있습니다. 이 경우 문서에서 데이터를 추출하기 위해 다른 활동을 사용하지만, 처리 흐름에 Fast Learning 활동을 추가할 수도 있으며, 이는 수동 검토 루프에서 제공되는 Online Learning 피드백을 사용하여 런타임 중에 학습됩니다.
  • 문서가 Vantage에서 처리되는 동안 field를 학습시키고자 하는 경우.

작동 방식

Fast Learning은 유사한 문서 레이아웃을 클러스터로 묶는 기술을 기반으로 하며, 각 클러스터에 대해 내부적으로 field 추출 모델을 학습합니다. Fast Learning activity는 수천 가지의 서로 다른 문서 변형을 학습할 수 있습니다. Deep Learning activity와 달리, Fast Learning activity는 이미지 패턴을 학습하기보다는 자신이 한 번 “본” 것을 암기하는 경향이 있습니다. 따라서 Fast Learning은 아직 접하지 못한 새로운 문서 변형에 대해서는 일반화할 수 없습니다. Fast Learning activity가 런타임 중에 새로운 문서를 처리하게 되면, 해당 문서가 어떤 클러스터와 가장 유사한지를 판별한 뒤, 그 클러스터에 대응되는 내부 모델을 적용합니다. 이 activity는 큰 학습 세트를 필요로 하지 않습니다. 단 한 개의 문서만으로도 학습을 시작하기에 충분합니다. 동일한 문서의 여러 변형(예: 본질적으로는 동일하지만 모양이 약간 다른 문서들)이 있는 경우, 각기 다른 변형을 대표하는 문서들을 학습 세트에 포함할 것을 권장합니다. 자세한 내용은 Fast Learning activity 설정을 참조하십시오.