Uso de Document Intelligence Studio

Azure Document Intelligence Studio es una herramienta en línea para explorar, comprender e integrar características visualmente desde el servicio Document Intelligence. Puede usar Studio para analizar diseños de formulario, extraer datos de modelos precompilados y entrenar modelos personalizados, todo ello a través de una interfaz visual.

Puede acceder a Studio en documentintelligence.ai.azure.com.

Funcionalidades de Studio

Document Intelligence Studio admite los siguientes tipos de proyecto:

• Modelos de análisis de documentos: pruebe los modelos de lectura y diseño en sus propios documentos para ver texto extraído, tablas y estructura.

• Modelos precompilados: analice documentos con cualquier modelo precompilado disponible, como facturas, recibos, documentos de identificación y formularios fiscales.

• Modelos personalizados: compile, etiquete, entrene y pruebe modelos de extracción personalizados y clasificadores personalizados.

Análisis de documentos con modelos creados previamente

Para extraer datos de documentos mediante modelos precompilados en Studio:

1. Cree un recurso de Azure Document Intelligence o Foundry Tools en Azure Portal.
2. Abra Document Intelligence Studio y seleccione un modelo precompilado (por ejemplo, Invoice, Receipt o ID Document).
3. Proporcione el punto de conexión y la clave del recurso.
4. Cargue o proporcione una dirección URL al documento que desea analizar.
5. Revise los campos extraídos y sus puntuaciones de confianza.

Creación de proyectos de modelo personalizados

Puede usar Studio para controlar todo el proceso de etiquetado, entrenamiento y pruebas de modelos personalizados, sin crear manualmente archivos JSON. Studio genera automáticamente los archivos ocr.json, labels.json, y fields.json necesarios.

El flujo de trabajo de alto nivel es:

1. Cree un recurso de Azure Document Intelligence o Foundry.
2. Cargue al menos 5-6 formularios de ejemplo en un contenedor de Azure Blob Storage.
3. Configure el uso compartido de recursos entre orígenes (CORS) para que Studio pueda acceder al contenedor de almacenamiento.
4. Cree un proyecto de modelo personalizado en Studio y vincule el contenedor de almacenamiento y el recurso de Document Intelligence.
5. Etiquete los campos de los documentos de ejemplo mediante la interfaz visual de Studio.
6. Entrene el modelo y revise las métricas de precisión.
7. Pruebe el modelo con un nuevo documento que no se usó durante el entrenamiento.

Obtendrá más información sobre los tipos de modelo personalizados y el flujo de trabajo alternativo de entrenamiento de la API REST/SDK en la unidad Entrenamiento y uso de modelos personalizados .

Funcionalidades de complementos

Document Intelligence admite características opcionales que puede habilitar en función del escenario de extracción: