Udostępnij przez

Zwiększanie wydajności modelu przetwarzania dokumentów

Jeśli wydajność modelu nie jest taka, jakiej oczekujesz, na przykład otrzymujesz złe wyniki lub niskie wyniki pewności, możesz spróbować kilku rzeczy.

Interpretowanie wyniku dokładności modelu

Zinterpretuj wynik dokładności w celu zidentyfikowania danych, które modelu trzeba wyodrębnić. Oceny modeli obejmują zalecenia dotyczące podnoszenia wyniku.

  1. Zaloguj się w Power Apps lub Power Automate.

  2. W okienku po lewej stronie wybierz pozycję ... Więcej>centrum sztucznej inteligencji.

  3. W obszarze Odnajdywanie możliwości sztucznej inteligencji wybierz pozycję Modele sztucznej inteligencji.

  4. (Opcjonalnie) aby zachować Modele AI na stałe w menu dla łatwego dostępu, wybierz ikonę pinezki.

  5. Otwórz model przetwarzania dokumentów, który chcesz zbadać. Wynik dokładności powinien zostać wyświetlony.

    Uwaga / Notatka

    W następujących przypadkach nie uzyskujesz wyników dokładności dla modeli przetwarzania dokumentów:

    • Jeśli model został wytrenowany poprzez wybranie "Dokumentów ogólnych" jako typu dokumentu. Obecnie wyniki dokładności są zwracane tylko dla modeli typu "Dokumenty o stałym szablonie".
    • Model został zaimportowany z innego środowiska.
    • Jeśli model został wytrenowany przed 1 stycznia 2022 r. W takim przypadku możesz go przeszkolić.

  6. Na stronie szczegółów modelu należy uzyskać ogólny wynik dokładności.

    Zrzut ekranu przedstawiający ocenę dokładności.

  7. Aby uzyskać szczegółowe informacje, wybierz pozycję Przejrzyj pełną ocenę.

    Zrzut ekranu przedstawiający ekran

    Ten panel umożliwia przechodzenie między różnymi kartami w celu określenia, jaki model jest do wyodrębnienia. Możesz przeglądać karty Kolekcja, Pole, Tabela i Pole wyboru , aby dowiedzieć się, co nie jest prawidłowo przetwarzane.

    Oto przykład informacji na karcie Pole .

    Zrzut ekranu przedstawiający ekran

    W tym przykładzie chcesz zwiększyć dokładność informacji o dostawcy .

    Zrzut ekranu przedstawiający niską ocenę dokładności na karcie Pole.

    Sugestie dotyczące tego, co można zrobić, aby ulepszyć wyświetlanie modelu, umieszczając wskaźnik myszy na elementach z niską dokładnością. Na przykład zalecenie , aby udostępnić więcej przykładowych dokumentów na potrzeby trenowania, może zostać wyświetlone.

Często zadawane pytania

Co mogę zrobić, jeśli mam niski wynik dokładności dla pola, tabeli lub pola wyboru?

  1. Sprawdź, czy pole, tabela lub pole wyboru zostały poprawnie oznaczone we wszystkich dokumentach.
  2. Podaj więcej przykładowych dokumentów do trenowania, w których znajduje się pole, tabela lub pole wyboru.
  3. Zapoznaj się z najlepszymi rozwiązaniami.

Co mogę zrobić, jeśli mam niski wynik precyzji dla kolekcji?

Sprawdź, czy wszystkie dokumenty w kolekcji mają ten sam układ. Aby dowiedzieć się więcej na temat kolekcji, przejdź do pozycji Grupuj dokumenty według kolekcji.

Dodawanie kolejnych dokumentów do danych treningowych

Tym więcej dokumentów tagujesz, tym więcej narzędzia AI Builder uczy się, jak lepiej rozpoznawać pola. Aby dodać więcej dokumentów, edytuj model przetwarzania dokumentów i przekaż więcej dokumentów. Możesz edytować model na stronie szczegółów modelu.

Zrzut ekranu przedstawiający stronę szczegółów z opcją edytowania modelu przetwarzania dokumentów.

Więcej wskazówek

  • W przypadku wypełnionych formularzy użyj przykładów, które mają wypełnione wszystkie pola.
  • Używaj formularzy z różnymi wartościami w każdym polu.
  • Jeśli obrazy formularzy mają niższą jakość, użyj większego zestawu danych (na przykład 10-15 obrazów).
  • Jeśli to możliwe, używaj tekstowych dokumentów PDF zamiast dokumentów opartych na obrazach. Zeskanowane pliki PDF są traktowane jak obrazy.
  • Podczas tworzenia modelu przetwarzania dokumentów przekaż dokumenty z tym samym układem, gdzie każdy dokument stanowi oddzielne wystąpienie. Na przykład faktury z różnych miesięcy powinny znajdować się w osobnych dokumentach, a nie w tym samym.
  • Dokumenty o różnych układach powinny przejść do różnych zbiorów podczas przekazywania przykładowych elementów do szkolenia.
  • Jeśli model przetwarzania dokumentów wyodrębnia wartości z sąsiednich pól z tego, który ma zostać wyodrębniony przez model, zmodyfikuj model i oznacz sąsiadujące wartości, które są niepoprawnie pobierane jako różne pola. Dzięki temu model lepiej uczy się granic dla każdego pola.
  • Last updated on