Compartilhar via

O que é um analisador de compreensão de conteúdo?

Um analisador no Azure Content Understanding in Foundry Tools é uma unidade de processamento configurável que define como seu conteúdo deve ser analisado e quais informações devem ser extraídas. Pense em um analisador como uma receita que informa ao serviço:

  • Que tipo de conteúdo processar (documentos, imagens, áudio ou vídeo)
  • Quais elementos extrair (texto, layout, tabelas, campos, transcrições)
  • Como estruturar a saída (markdown, campos JSON, segmentos)
  • Quais modelos de IA usar para processamento

Analisadores são os principais blocos de construção do Content Understanding. Eles combinam a extração de conteúdo, a análise alimentada por IA e a saída de dados estruturados em uma única configuração reutilizável. Você pode usar analisadores predefinidos para cenários comuns ou criar analisadores personalizados adaptados às suas necessidades específicas.

Tipos de analisador

O Content Understanding fornece vários tipos de analisadores:

  • Analisadores base: analisadores fundamentais que fornecem recursos principais de processamento para cada tipo de conteúdo (prebuilt-document, , prebuilt-audio, prebuilt-video). prebuilt-image Esses analisadores normalmente são usados como blocos de construção para analisadores personalizados.
  • Analisadores RAG: Otimizados para cenários de geração aumentada por recuperação, extraindo conteúdo com compreensão semântica para aplicativos de pesquisa e IA (por exemplo, prebuilt-documentSearch, prebuilt-videoSearch).
  • Analisadores específicos do domínio: pré-configurados para tipos e setores de documentos específicos, como faturas, recibos, documentos de ID e contratos (por exemplo prebuilt-invoice, , prebuilt-receipt, prebuilt-idDocument).
  • Analisadores personalizados: analisadores que você cria estendendo analisadores de base com esquemas e configurações de campo personalizados para atender aos seus requisitos específicos.

Para obter mais informações e uma lista completa de analisadores específicos do domínio disponíveis, consulte analisadores predefinidos.

Estrutura de configuração do analisador

Uma configuração do analisador é definida usando um objeto JSON que contém várias propriedades de nível superior. Você pode configurar os seguintes componentes:

Aqui está um exemplo condensado mostrando a estrutura geral de uma configuração do analisador:

{
  "analyzerId": "my-custom-invoice-analyzer",
  "description": "Extracts vendor information, line items, and totals from commercial invoices",
  "baseAnalyzerId": "prebuilt-document",
  "config": {
    ...
    "enableOcr": true
    ...
  },
  "fieldSchema": {...}
    }
  },
  "models": {
    "completion": "gpt-4.1",
    "embedding": "text-embedding-3-large"
  }
}

Propriedades do analisador

Essas propriedades identificam e descrevem exclusivamente o analisador:

analyzerId

  • Descrição: Identificador exclusivo para o analisador. Esse identificador é como você faz referência ao analisador em chamadas à API.
  • Exemplo:"prebuilt-invoice", "my-custom-analyzer"
  • Diretrizes:
    • Usar nomes descritivos que indicam a finalidade do analisador
    • Para analisadores personalizados, escolha nomes que não entram em conflito com nomes predefinidos do analisador
    • Usar minúsculas com hifens para consistência

name

  • Descrição: Nome de exibição legível por humanos mostrado nas interfaces do usuário e na documentação
  • Exemplo:"Invoice document understanding", "Custom receipt processor"

description

  • Descrição: Breve explicação do que o analisador faz e qual conteúdo ele processa. Essa descrição é usada como contexto pelo modelo de IA durante a extração de campos, de modo que descrições claras melhoram a precisão da extração.
  • exemplo:"Analyzes invoice documents to extract line items, totals, vendor information, and payment terms"
  • Diretrizes:
    • Seja específico sobre o que o analisador extrai
    • Mencionar os tipos de conteúdo compatíveis
    • Mantenha-o conciso, mas informativo
    • Escreva descrições claras, pois orientam a compreensão do modelo de IA.

baseAnalyzerId

  • Descrição: Faz referência a um analisador pai do qual esse analisador herda a configuração
  • Analisadores de base com suporte:
    • "prebuilt-document" – para analisadores personalizados baseados em documento
    • "prebuilt-audio" – para analisadores personalizados baseados em áudio
    • "prebuilt-video" – para analisadores personalizados baseados em vídeo
    • "prebuilt-image" – para analisadores personalizados baseados em imagem
  • exemplo:"baseAnalyzerId": "prebuilt-document"

Observação

Quando você especifica um analisador de base, o analisador personalizado herda todas as configurações padrão e pode substituir configurações específicas.

Configuração do modelo

models

  • Descrição: Especifica quais nomes de modelo de Foundry usar ao processar com esse analisador. Esses são os nomes de modelo (não os nomes de implantação) que o serviço usa. Eles devem corresponder a um dos supportedModels do analisador base. A lista completa de modelos compatíveis com o Content Understanding é listada em modelos com suporte.
  • Propriedades:
    • completion - Nome do modelo para tarefas de conclusão (extração de campo, segmentação, análise de figura etc.)
    • embedding - Nome do modelo para tarefas de incorporação (usando uma base de conhecimento)
  • Importante: Estes são nomes de modelo do catálogo do Foundry, não nomes de implantação. Em runtime, o serviço mapeia esses nomes de modelo para as implantações de modelo reais que você configura no nível do recurso.
  • Example: 
    {
  "completion": "gpt-4o",
  "embedding": "text-embedding-3-large"
}

Consulte Conectar seu recurso de Compreensão de Conteúdo com modelos do Foundry para obter mais detalhes sobre como configurar modelos conectados.

Configuração de processamento

O config objeto contém todas as opções de processamento que controlam como o conteúdo é analisado. Essas opções são divididas em categorias com base na funcionalidade:

Propriedades do objeto Config

Opções gerais

returnDetails
  • Padrão: false (varia de acordo com o analisador)
  • Descrição: Controla se as informações detalhadas devem ser incluídas na resposta (pontuações de confiança, caixas delimitadoras, intervalos de texto, metadados)
  • Quando usar:
    • Definir como true ao depurar problemas de extração
    • Quando você precisa de informações de localização para dados extraídos
    • Quando as pontuações de confiança são necessárias para validação
    • Para garantia de qualidade e teste
  • Impacto na resposta: Aumenta significativamente o tamanho da resposta com mais metadados

Opções de extração de conteúdo do documento

enableOcr
  • Padrão: verdadeiro
  • Descrição: Permite que o Reconhecimento Óptico de Caracteres extraia texto de imagens e documentos verificados
  • Quando usar:
    • Habilitar documentos digitalizados, fotos e PDFs baseados em imagem
    • Desabilitar PDFs digitais nativos para melhorar o desempenho
  • Apoiado por: Analisadores de documentos
enableLayout
  • Padrão: verdadeiro
  • Descrição: Extrai informações de layout, incluindo parágrafos, linhas, palavras, ordem de leitura e elementos estruturais
  • Quando usar:
    • Necessário para entender a estrutura e a hierarquia do documento
    • Necessário para extração precisa de parágrafo e seção
    • Desabilitar se apenas a extração de texto bruto for necessária
  • Apoiado por: Analisadores baseados em documentos
enableFormula
  • Padrão: verdadeiro
  • Descrição: Detecta e extrai fórmulas matemáticas e equações no formato LaTeX
  • Quando usar:
    • Habilitar para artigos científicos, documentos de pesquisa, documentação técnica
    • Desabilitar documentos comerciais gerais para melhorar o desempenho
  • Apoiado por: Analisadores baseados em documentos
enableBarcode
  • Padrão: verdadeiro
  • Descrição: Detecta e extrai códigos de barras e QR, retornando os valores decodificados
  • Quando usar:
    • Habilitar documentos de inventário, etiquetas de envio, documentação do produto
    • Desabilitar quando os códigos de barras não estiverem presentes para melhorar o desempenho
  • Apoiado por: Analisadores baseados em documentos
  • Tipos de código de barras com suporte: QR Code, PDF417, UPC-A, UPC-E, Code 39, Code 128, EAN-8, EAN-13, DataBar, Code 93, Codabar, ITF, Micro QR Code, Aztec, Data Matrix, MaxiCode

Opções de tabela e gráfico

tableFormat
  • Padrão:"html"
  • Valores com suporte:"html", "markdown"
  • Descrição: Especifica o formato de saída para tabelas extraídas
  • Quando usar:
    • Usar "html" para renderização da Web ou quando estruturas de tabela complexas precisarem de preservação
    • Usar "markdown" para tabelas simples na documentação ou processamento baseado em texto
  • Apoiado por: Analisadores baseados em documentos
chartFormat
  • Padrão:"chartjs"
  • Valores com suporte:"chartjs"
  • Descrição: Especifica o formato para dados de gráfico e grafo extraídos (compatíveis com Chart.js biblioteca)
  • Quando usar:
    • Ao extrair dados de gráficos de barras; gráficos de linha; gráficos de pizza
    • Converter gráficos visuais em dados estruturados para renderização novamente
  • Apoiado por: Analisadores baseados em documentos

Opções de análise de figura e imagem

enableFigureDescription
  • Padrão: falso
  • Descrição: Gera descrições de texto de linguagem natural para figuras, diagramas, imagens e ilustrações
  • Quando usar:
    • Para requisitos de acessibilidade (geração de texto alt)
    • Noções básicas sobre diagramas e fluxogramas
    • Extraindo insights de infográficos
  • Apoiado por: Analisadores baseados em documentos
enableFigureAnalysis
  • Padrão: falso
  • Descrição: Executa uma análise mais profunda de figuras, incluindo extração de dados de gráfico e identificação de componente de diagrama
  • Quando usar:
    • Extração de dados estruturados de gráficos inseridos em documentos
    • Noções básicas sobre diagramas complexos
    • Classificação detalhada de figuras
  • Apoiado por: Analisadores baseados em documentos

Opções de anotação

annotationFormat
  • Padrão:"markdown"
  • Valores com suporte:"markdown"
  • Descrição: Especifica o formato para anotações retornadas
  • Apoiado por: Analisadores baseados em documentos

Opções de extração de campo

estimateFieldSourceAndConfidence
  • Padrão: false (varia de acordo com o analisador)
  • Descrição: Retorna o local de origem (número da página, caixa delimitadora) e a pontuação de confiança para cada valor de campo extraído.
  • Quando usar:
    • Fluxos de trabalho de validação e garantia de qualidade
    • Noções básicas sobre a precisão da extração
    • Depuração de problemas de extração
    • Realçando o texto de origem em interfaces do usuário
  • Suportado por: Analisadores de documentos (fatura, recibo, documentos de ID, formulários fiscais)

Opções de áudio e vídeo

locales
  • Padrão:[] (matriz vazia)
  • Descrição: Lista de códigos de localidade/idioma para processamento específico do idioma (principalmente para transcrição)
  • Valores com suporte: Códigos de linguagem BCP-47 (por exemplo, ["en-US", "es-ES", "fr-FR", "de-DE"])
  • Quando usar:
    • Transcrição de áudio de vários idiomas
    • Especificando o idioma esperado para melhor precisão
    • Processamento de conteúdo em variantes regionais específicas
  • Com suporte por:prebuilt-audio, , prebuilt-videoprebuilt-callCenter

Observação

Para obter uma lista completa de idiomas e localidades com suporte, consulte o suporte a idiomas e regiões.

disableFaceBlurring
  • Padrão: falso
  • Descrição: Controla se os rostos em imagens e vídeos devem ser desfocados para proteção de privacidade
  • Quando usar:
    • Definido como true quando a visibilidade facial é necessária para análise.
    • Definido como false quando a desidentificação de indivíduos no conteúdo compartilhado é desejada
  • Com suporte por:prebuilt-image, prebuilt-video

Importante

O recurso Recursos de Detecção Facial no Reconhecimento de Conteúdo é um serviço de Acesso Limitado e o registro é necessário para acesso. O recurso de agrupamento facial e identificação no Reconhecimento de Conteúdo é limitado com base nos critérios de qualificação e uso. O serviço de Detecção Facial só está disponível para clientes e parceiros gerenciados da Microsoft. Use o Formulário de admissão de reconhecimento facial para solicitar acesso. Para obter mais informações, consulte os investimentos de IA responsável e as proteções para reconhecimento facial.

Opções de classificação

contentCategories
  • Padrão: Não definido
  • Descrição: Define categorias ou tipos de conteúdo para classificação automática e roteamento para manipuladores especializados. Quando usado com enableSegment set to false no momento é compatível apenas para documentos. Ele classifica todo o arquivo. Quando usado com enableSegment=true, o arquivo é dividido em partes com base nessas categorias, com cada segmento classificado e, opcionalmente, processado por um analisador específico de categoria. Sempre seleciona uma única opção na lista de categorias disponíveis.
  • Estrutura: Cada categoria contém:
    • description - (Obrigatório) Descrição detalhada do tipo categoria/documento. Essa descrição atua como um prompt que orienta o modelo de IA na determinação de limites e classificação de segmento. Inclua características de distinção para ajudar a identificar onde uma categoria termina e outra começa.
    • analyzerId - (Opcional) Referência a outro analisador a ser usado para essa categoria. O analisador referenciado está vinculado, não copiado, garantindo um comportamento consistente. Se omitida, somente a categorização será realizada sem mais processamento (cenário apenas de divisão).
  • Uso do modelo: Os modelos especificados na propriedade do models analisador pai são usados apenas para segmentação e classificação. Cada subanalízer usa sua própria configuração de modelo para extração.
  • Comportamento com enableSegment:
    • enableSegment: true: o conteúdo é dividido em segmentos com base nas descrições da categoria. Cada segmento é classificado em uma das categorias definidas. Retorna metadados de segmento no objeto de conteúdo original, além de mais objetos de conteúdo para segmentos com analyzerId especificado.
    • enableSegment: false: todo o conteúdo é classificado como um todo em uma categoria e roteado adequadamente. Útil para classificação hierárquica sem divisão.
  • Correspondência de categoria: Se uma categoria "outra" ou "padrão" não for definida, o conteúdo será forçado a ser classificado em uma das categorias listadas. Inclua uma categoria "outra" para lidar normalmente com conteúdo incompatível.
  • Suportado por: Analisadores de documentos e vídeos. Para vídeo, você só pode definir um contentCategory.
enableSegment
  • Padrão: falso
  • Descrição: Habilita a segmentação de conteúdo, dividindo o arquivo em partes com base nas categorias especificadas em contentCategories. Cada segmento é classificado em uma das categorias definidas para processamento seletivo.
  • Comportamento de segmentação: O serviço divide o conteúdo em unidades lógicas analisando o conteúdo em relação às descrições de categoria. Os limites do segmento são determinados usando:
    • Documentos: Descrições de categoria combinadas com estrutura de conteúdo (páginas, seções, alterações de formatação)
    • Vídeos: Descrições de categoria combinadas com indicações visuais (alterações de captura, transições de cena, limites temporais). Apenas uma categoria de conteúdo é suportada.
  • Quando usar:
    • Processamento de lotes de conteúdo misto em que diferentes partes precisam de tratamento diferente (por exemplo, um PDF que contém faturas e recibos)
    • Dividir documentos longos em partes categorizadas para análise seletiva
    • Analisando vídeos por tipo de conteúdo (por exemplo, anúncios separados do conteúdo principal)
  • Estrutura de saída:
    • Retorna uma segments matriz no objeto de conteúdo que contém metadados para cada segmento (ID, limites, categoria)
    • Cada segmento inclui sua categoria classificada por contentCategories
    • Mais objetos de conteúdo são retornados para segmentos com categoria analyzerId especificada
  • Segmentação hierárquica: Se o analisador de uma categoria também tiver enableSegment: true, os segmentos poderão ser divididos recursivamente, permitindo a divisão de conteúdo de vários níveis
  • Impacto no desempenho: Aumenta o tempo de processamento para arquivos grandes, especialmente com muitos segmentos
  • Suportado por: Analisadores de documentos e vídeos
segmentPerPage
  • Padrão: falso
  • Descrição: Quando a segmentação estiver habilitada, force um segmento por página em vez de usar limites de conteúdo lógico. Substitui a necessidade de modos de divisão separados 'por página'.
  • Quando usar:
    • Fluxos de trabalho de processamento página a página
    • Cada página deve ser tratada como uma unidade independente
    • Processamento paralelo de páginas individuais
    • Extração de campo no nível da página em documentos de várias páginas
    • Lotes de documentos mistos em que cada página é um tipo de documento diferente
  • Apoiado por: Analisadores baseados em documentos
omitContent
  • Padrão: falso
  • Descrição: Quando true, exclui o objeto de conteúdo original da resposta, retornando apenas dados de campo estruturados ou objetos de conteúdo de subanalyzers (ao usar contentCategories)
  • Quando usar:
    • Quando você só precisa de valores de campo extraídos
    • Em analisadores compostos com contentCategories para retornar apenas os resultados categorizados
    • Para cadeias de classificação hierárquica, retorne apenas os resultados do analisador de folha
  • Exemplo – Análise seletiva: 
    {
  "config": {
    "enableSegment": true,
    "contentCategories": {
      "invoice": { "analyzerId": "prebuilt-invoice" },
      "other": { }  // Categorize but don't process
    },
    "omitContent": true  // Only return invoice analysis results
  }
}
  • Apoiado por: Analisadores de documentos

Configuração de campo

A fieldSchema propriedade define quais dados estruturados o analisador extrai do conteúdo. Ele especifica os campos, seus tipos e como eles devem ser extraídos.

Intenção de design: extração estruturada

Esquemas de campo transformam conteúdo não estruturado em dados estruturados e que podem ser consultados. O esquema funciona como ambos os elementos:

  • Um contrato que define quais dados são extraídos
  • Um guia para o modelo de IA sobre o que procurar e como interpretá-lo

Estrutura de esquema de campo

{
  "fieldSchema": {
    "name": "InvoiceAnalysis",
    "fields": {
      "VendorName": {
        "type": "string",
        "description": "Name of the vendor or supplier",
        "method": "extract"
      },
      "InvoiceTotal": {
        "type": "number",
        "description": "Total amount due on the invoice",
        "method": "extract"
      },
      "LineItems": {
        "type": "array",
        "items": {
          "type": "object",
          "properties": {
            "Description": { "type": "string" },
            "Quantity": { "type": "number" },
            "UnitPrice": { "type": "number" },
            "Amount": { "type": "number" }
          }
        },
        "description": "List of items on the invoice, typically in a table format",
        "method": "generative"
      }
    }
  }
}

Propriedades do esquema de campo

name

  • Descrição: Nome do esquema, normalmente descrevendo o tipo de conteúdo ou caso de uso
  • Exemplo:"InvoiceAnalysis", , "ReceiptExtraction""ContractFields"

fields

  • Descrição: Objeto que define cada campo a ser extraído, com nomes de campo como chaves. O objeto {} vazio indica que não são extraídos campos estruturados (por exemplo, analisadores apenas de layout).
  • Suporte hierárquico: Dá suporte a campos aninhados por meio object e array tipos para representar estruturas de dados complexas
  • Prática recomendada: Evite aninhamento profundo (mais de 2 a 3 níveis), pois pode reduzir a precisão de desempenho e extração

Propriedades de definição de campo

Cada campo no fields objeto tem as seguintes propriedades:

type

  • Valores com suporte:"string", , "number""boolean", , "date", , "object""array"
  • Descrição: Tipo de dados do valor do campo. Escolha o tipo que melhor corresponde à semântica de dados para extração ideal.

description

  • Descrição: Explicação clara do que o campo contém e onde encontrá-lo. Essa descrição é processada pelo modelo de IA como um mini prompt para orientar a extração de campo, portanto, a especificidade e a clareza melhoram diretamente a precisão da extração.

Para obter informações sobre como escrever descrições de campo eficazes, consulte As práticas recomendadas para extração de campos.

method

  • Valores com suporte:"generate", , "extract""classify"
  • Descrição: Método de extração a ser usado para este campo. Quando não especificado, o sistema determina automaticamente o melhor método com base no tipo de campo e na descrição.
  • Tipos de método:
    • "generate" - Os valores são gerados livremente com base no conteúdo usando modelos de IA (melhor para campos complexos ou variáveis que exigem interpretação)
    • "extract" - Os valores são extraídos conforme aparecem no conteúdo (melhor para extração de texto literal de locais específicos). A extração requer enableSourceGroundingAndConfidence ser definida como true para este campo.
    • "classify" - Os valores são classificados em relação a um conjunto predefinido de categorias (melhor ao usar enum com um conjunto fixo de valores possíveis)
estimateSourceAndConfidence
  • Padrão: falso
  • Descrição: Retorna o local de origem (número da página, caixa delimitadora) e a pontuação de confiança para esse valor de campo. Deve ser verdadeiro para campos com method = extração. Essa propriedade substituirá a propriedade de nível estimateFieldSourceAndConfidence do analisador.
  • Quando usar:
    • Fluxos de trabalho de validação e garantia de qualidade
    • Noções básicas sobre a precisão da extração
    • Depuração de problemas de extração
    • Realçando o texto de origem em interfaces do usuário
  • Suportado por: Analisadores de documentos (fatura, recibo, documentos de ID, formulários fiscais)

items (para tipos de matriz)

  • Descrição: Define a estrutura de itens na matriz
  • Propriedades:
    • type - Tipo de itens de matriz ("string", "number", "object")
    • properties - Para itens de objeto, define a estrutura de campo aninhada

properties (para tipos de objeto)

  • Descrição: Define a estrutura de campos aninhados dentro do objeto
  • Example: 
    {
  "Address": {
    "type": "object",
    "properties": {
      "Street": { "type": "string" },
      "City": { "type": "string" },
      "State": { "type": "string" },
      "ZipCode": { "type": "string" }
    },
    "description": "Complete mailing address"
  }
}

Exemplo completo do analisador

Aqui está um exemplo abrangente de uma configuração personalizada do analisador de faturas que demonstra os principais conceitos discutidos nesta referência:

{
  "analyzerId": "my-custom-invoice-analyzer",
  "name": "Custom Invoice Analyzer",
  "description": "Extracts vendor information, line items, and totals from commercial invoices",
  "baseAnalyzerId": "prebuilt-document",
  "config": {
    "returnDetails": true,
    "enableOcr": true,
    "enableLayout": true,
    "tableFormat": "html",
    "estimateFieldSourceAndConfidence": true,
    "omitContent": false
  },
  "fieldSchema": {
    "name": "InvoiceFields",
    "fields": {
      "VendorName": {
        "type": "string",
        "description": "Name of the vendor or supplier, typically found in the header section",
        "method": "extract"
      },
      "VendorAddress": {
        "type": "object",
        "properties": {
          "Street": { "type": "string" },
          "City": { "type": "string" },
          "State": { "type": "string" },
          "ZipCode": { "type": "string" }
        },
        "description": "Complete vendor mailing address"
      },
      "InvoiceNumber": {
        "type": "string",
        "description": "Unique invoice number, often labeled as 'Invoice #' or 'Invoice No.'",
        "method": "extract"
      },
      "InvoiceDate": {
        "type": "date",
        "description": "Date the invoice was issued, in format MM/DD/YYYY",
        "method": "extract"
      },
      "DueDate": {
        "type": "date",
        "description": "Payment due date",
        "method": "extract"
      },
      "LineItems": {
        "type": "array",
        "items": {
          "type": "object",
          "properties": {
            "Description": {
              "type": "string",
              "description": "Item or service description"
            },
            "Quantity": {
              "type": "number",
              "description": "Quantity ordered"
            },
            "UnitPrice": {
              "type": "number",
              "description": "Price per unit"
            },
            "Amount": {
              "type": "number",
              "description": "Line total (Quantity × UnitPrice)"
            }
          }
        },
        "description": "List of items or services on the invoice, typically in a table format",
        "method": "generative"
      },
      "Subtotal": {
        "type": "number",
        "description": "Sum of all line items before tax",
        "method": "extract"
      },
      "Tax": {
        "type": "number",
        "description": "Tax amount",
      },
      "Total": {
        "type": "number",
        "description": "Total amount due (Subtotal + Tax)",
      },
      "PaymentTerms": {
        "type": "string",
        "description": "Payment terms and conditions (e.g., 'Net 30', 'Due upon receipt')",
        "method": "generative"
      }
    }
  },
  "supportedModels": {
    "completion": ["gpt-4o", "gpt-4o-mini", "gpt-4.1"],
    "embedding": ["text-embedding-3-large", "text-embedding-3-small"]
  },
  "models": {
    "completion": "gpt-4.1",
    "embedding": "text-embedding-3-large"
  }
}

Criando um analisador personalizado

Para criar um analisador personalizado com base na estrutura de configuração descrita neste documento, use a API REST de Compreensão de Conteúdo para enviar a definição do analisador.

Ponto de extremidade de API

Use o seguinte comando curl para criar um analisador personalizado enviando a configuração do analisador de um arquivo JSON:

curl -X PUT "https://{endpoint}/contentunderstanding/analyzers/{analyzerId}?api-version=2025-11-01-preview" \
  -H "Content-Type: application/json" \
  -H "Ocp-Apim-Subscription-Key: {key}" \
  -d @analyzer-definition.json

Substitua os seguintes espaços reservados:

  • {endpoint} - Seu ponto de extremidade do recurso de Compreensão de conteúdo
  • {analyzerId} – Identificador exclusivo para o analisador
  • {key} - Sua chave de assinatura de Entendimento de Conteúdo
  • analyzer-definition.json - Caminho para o arquivo de configuração do analisador

Corpo da solicitação

O arquivo de configuração do analisador deve ser um objeto JSON que contém as propriedades descritas nesta referência. Para obter um exemplo completo, consulte o tutorial Criar Analisador Personalizado.

Resposta

A API retorna uma 201 Created resposta com um Operation-Location cabeçalho que você pode usar para acompanhar o status da operação de criação do analisador.

Próximas etapas

Para obter um passo a passo completo com exemplos para diferentes tipos de conteúdo (documentos, imagens, áudio, vídeo), consulte Criar um analisador personalizado.

Configuração por tipo de conteúdo

Tipos de conteúdo diferentes dão suporte a diferentes opções de configuração. Aqui está uma referência rápida:

Analisadores de documentos

Analisador de base:prebuilt-document

Opções de configuração com suporte:

  • ✅ returnDetails
  • ✅ omitContent
  • ✅ enableOcr
  • ✅ enableLayout
  • ✅ enableFormula
  • ✅ enableBarcode
  • ✅ tableFormat
  • ✅ chartFormat
  • ✅ enableFigureDescription
  • ✅ enableFigureAnalysis
  • ✅ enableAnnotations
  • ✅ annotationFormat
  • ✅ enableSegment
  • ✅ segmentPerPage
  • ✅ estimateFieldSourceAndConfidence (analisadores estruturados)
  • ✅ contentCategories (analisadores de várias variantes)

Analisadores de áudio

Analisador de base:prebuilt-audio

Opções de configuração com suporte:

  • ✅ returnDetails
  • ✅ locales

Analisadores de vídeo

Analisador de Base:prebuilt-video

Opções de configuração com suporte:

  • ✅ returnDetails
  • ✅ locales
  • ✅ contentCategories
  • ✅ enableSegment
  • ✅ omitContent
  • ✅ disableFaceBlurring

Analisadores de imagem

Analisador base:prebuilt-image

Opções de configuração com suporte:

  • ✅ returnDetails
  • ✅ disableFaceBlurring

Conteúdo relacionado

  • Last updated on