이 기술은 미리 보기(preview)로 제공되며 향후 버전에서 개선될 예정입니다.
Hypothesis Filtering 컨테이너 설정
- Deep Learning activity가 있는 블록을 클릭하고 Filter Hypotheses를 선택합니다. 그러면 새로운 Hypothesis Filtering 컨테이너가 생성되고, 선택한 Deep Learning activity가 그 안에 포함됩니다.
- (선택 사항) 추가 Deep Learning activity를 Hypothesis Filtering 컨테이너로 끌어다 놓습니다. 이렇게 하면 두 개 이상의 Deep Learning activity 출력을 결합하고 비교할 수 있습니다. 예를 들어 text field와 table을 동시에 처리해야 하는 경우 두 개의 activity가 필요할 수 있습니다.
- 컨테이너에 Extraction Rules activity를 추가합니다. placeholder를 클릭하여 새 activity를 만들거나, 기존 activity를 컨테이너로 끌어다 놓을 수 있습니다.
- Extraction Rules activity를 설정합니다. Deep Learning activity로 찾아낸 각 값에 대해 Deep Learning search element를 추가하고 해당 속성을 설정합니다. 하나의 Deep Learning activity에서 생성된 모든 output field를 한 번에 추가할 수 있습니다. Deep Learning search element는 검색 영역을 제한하는 속성과 요소를 찾기 위한 조건을 모두 지원합니다.
- Hypothesis Filtering 컨테이너의 입력과 출력을 문서 처리 워크플로의 다른 블록에 연결합니다. Hypothesis Filtering 컨테이너의 output field는 Extraction Rules activity의 output field와 동일합니다.
예시
Skill 워크플로우
- Deep Learning 액티비티가 텍스트 field를 추출합니다.
- Deep Learning 2 액티비티가 테이블을 추출합니다.
- Hypothesis Filtering 컨테이너가 각 결과를 선택하고 결합합니다.
Extraction Rules Activity에서 Search element의 구조
예제 1: 딥 러닝 활동에서 찾은 값 수정하기
- Document_Number 값을 수정하기 위해 새 검색 요소를 생성합니다. DocNumber_Corrected라는 이름의 이 검색 요소는 Document_Number 검색 요소의 영역 내에 위치해야 하며, 제한된 개수의 문자만 포함해야 합니다.
- 새 요소의 검색 영역을 제한하여 Document_Number 영역과 일치하도록, 요소의 코드에 다음 줄을 추가합니다.
- 수정된 검색 요소를 문서 번호를 추출하는 field에 매핑합니다:
예제 2: 여러 반복 값 중 하나 선택
- Document Number field에 대해 Allow Multiple Items 설정을 비활성화합니다(이 설정은 Manage Fields를 클릭하여 열 수 있습니다).
- 여러 인스턴스를 가진 Document_Number 검색 요소는 Document Number field에 매핑할 수 없습니다. 따라서 Deep Learning 활동의 문서 번호 출력에서 새로운 Deep Learning 검색 요소를 생성하고 이를 Document Number field에 매핑합니다.
- Deep Learning 활동에서 찾은 여러 문서 번호 인스턴스를 사용하여 가설 트리(hypotheses tree)를 구성하고, 이 중 하나만 Document_Number 검색 요소의 값으로 선택됩니다.
- 특정 인스턴스를 찾기 위해 Document_Number 검색 요소에 조건을 추가합니다(이 예제에서는 문서 번호의 가장 위쪽 인스턴스를 찾습니다).
예제 3: 두 개의 Deep Learning Activity 출력 결합하기
Company_Address 검색 요소는 항상 Goods_Table 검색 요소보다 위에서 찾도록 하는 조건이 추가됩니다. 그 결과, 페이지 하단에 다른 주소들이 인쇄되어 있더라도 올바른 주소를 찾을 수 있습니다.
