跳转到主要内容您需要标注一定数量的文档，以便训练和测试一个 Skill。为此，您应在文档中选择包含字段值的区域。要选择区域，请执行以下任一操作：
- 将鼠标悬停在某个词上并单击。系统会创建一个区域，并将该词复制到 field。此方法适用于仅包含一个词的字段。
- 在若干词的周围绘制一个矩形。矩形内的所有词都会被复制到 field。我们建议使用此方法标注半结构化文档。
- 单击序列中的第一个词，按住鼠标左键并拖动光标至序列的最后一个词以选择区域。我们建议使用此方法标注非结构化文档。
以下指南将根据文档类型帮助您正确标注文档。
结构化文档在完全相同的位置始终包含完全相同类型的信息。一个典型示例是固定格式的表单。由于其版式无变化，您只需标注少量示例文档用于训练。
在标注结构化文档时，请遵循以下指南。
- 请务必准确指定每个field的区域，因为仅有field的值不足以用于训练。
- 要标出field的区域，不要点击其值，而应标出整个占位符。
- 如果某个field没有值，请标出其空占位符。
- 如果一个field由多个部分组成，请按住Shift键以添加这些部分。请注意，所有部分应位于同一页上。
- 如果固定表单包含表格，请标出所有行，包括空行。
- 如果在已经完成部分标注之后新增了一个field，则必须在训练集中的所有文档上为该新field进行标注。请检查您所有的文档，并在所有出现该field的文档上完成标注。
半结构化文档通常包含相同或相似类型的信息，但每个文档中 field 的位置、大小和数量可能会有所不同。半结构化文档的示例包括账单、付款指令和发票。
在标注半结构化文档时，请遵循以下指南。
- 务必准确指定每个 field 的区域，仅有 field 的值不足以用于训练。
- 要标出某个 field 的区域，请单击其值（例如其中包含的词语），系统会自动创建区域。
- 如果某个 field 没有值，请不要为其创建区域。
- 不要只标注词语的一部分，程序只能基于完整词语进行学习。
- 如果一个 field 由多个部分组成，按住 Shift 键以添加这些部分。请注意，所有部分应位于同一页上。
- 如果存在可重复的结构，请先分析文档，并创建表格或可重复组。若文档包含具有通用表头且其值旁没有任何关键字的表格，请创建表格。若数据结构化程度较低，且关键字位于值旁，请创建启用 Allow multiple items 选项的组。若不同文档中的数据组织方式不同，请选择最适合大多数文档的选项。
- 在标注表格时，先标出第一行，然后单击 Continue table from this row，并确保整个表格已正确标注。要标出第一行中的单元格，请逐一单击其单元格，将自动创建对应的列。按此方式继续，直到标完整个表格。
如果表格很大且文档页外观相似，可以删除相似的页，只标注第一页、最后一页以及中间的部分页。
- 无论是单个 field（例如地址）还是表格单元格（例如“Description”），都不要指示程序在另一个 field 的区域内查找 field。若需要从大段文本片段中提取数据，请使用一系列活动：首先使用用于从半结构化文档提取数据的活动，并训练其定位所需区域；接着，为从该区域中提取特定字段，使用用于从文本（NLP）提取数据的活动，或实现自定义脚本规则。
- 如果在已完成部分标注后新增了某个 field，必须在训练集中的所有文档上标注该新 field。请检查所有文档，并在出现该新 field 的所有文档上完成标注。
非结构化文档包含未以任何方式结构化的信息。示例包括合同、学术文章和电子邮件。
为非结构化文档做标注时，请遵循以下指南。
- 请务必准确指定每个field的区域，因为仅有field的值不足以用于训练。
- 标注片段时（例如在 Segmentation 活动中训练的fields），区域应包含一个或多个完整段落。片段不能只包含段落的一部分。
- 要标出某个field的区域，单击其值（例如其中的词语），系统将自动创建区域。
- 如果某个field不包含任何值，请不要为其创建区域。
- 不要标注词语的一部分，因为程序只能基于完整词语进行学习。
如果某个词语后跟标点符号（例如“… and Mary Jones,(“Borrower… ”)”），请调整区域，使其不包含该标点符号。
- 有时，field区域可能会延伸到下一页（例如合同中的条款）。在这种情况下，请先在第一页标注该field的一部分，然后按住Shift键在下一页继续标注。
- 当需要在另一个field的区域内为某个field创建区域时（例如在片段内标出某个field），请选择所需的field，然后直接在另一个field的区域内开始标注。这样不会选中现有区域，而是会为所选field创建一个新区域。
