Fast Learning 以叢集技術為基礎,會將版面配置相似的文件分組,並在內部為每個叢集訓練一個欄位擷取模型。Fast Learning 活動可以學習成千上萬種不同的文件變體。與 Deep Learning 活動不同,Fast Learning 活動傾向於記住它「看過」的內容,而不是學習影像模式特徵。Fast Learning 無法對尚未遇到的新文件變體進行泛化。當 Fast Learning 活動在執行階段遇到新文件時,它會判斷該文件最相似的是哪個叢集,然後套用相應的內部模型。此活動不需要大型訓練集——一份文件就足以開始訓練。如果您擁有同一文件的多個變體 (例如在本質上相同但外觀略有差異的文件) ,我們建議在訓練集中納入代表每一種不同變體的文件。如需更多資訊,請參閱設定 Fast Learning 活動。