UiPath Documentation
document-understanding
latest
false
重要 :
新发布内容的本地化可能需要 1-2 周的时间才能完成。
UiPath logo, featuring letters U and I in white

Document Understanding 用户指南

上次更新日期 2026年4月23日

关键概念

Familiarize yourself with the core concepts around UiPath® Document UnderstandingTM.

主动学习​

Active learning is our modern approach to creating models for Document UnderstandingTM.

主动学习提供了一种交互式体验，其中学习算法可以查询用户，以使用所需的输出标记数据。此流程有助于将训练机器学习模型所需的时间和数据减少多达 80％。AI 用于指导流程，其中包括自动标注，这通常是最耗时的任务。该模型还使用内容丰富的数据集提供专家建议，以提高准确性。

Figure 1. How does Active Learning work 该图展示了用于改进 ML（机器学习）模型的主动学习工作流。该流程从在 ML 模型中评估性能开始。主动学习可识别信息最丰富的数据点，从而提高模型性能。系统会将这些数据点发送到“人工批注”步骤，以进行手动审核。然后，这些注释用于重新训练和重新部署 ML 模型，创建用于持续改进的反馈循环。箭头表示 ML 模型、主动学习和人工批注之间的流程。

使用主动学习，您还可以通过分析功能监控自动化。

文档类型​

文档类型是指根据文档的内容、格式、目的或其他区别因素对文档进行的分类。相关示例包括发票、收据、合同、报告、医疗记录、法律文档等。

某些文档类型具有高度结构化的内容，而其他文档类型则主要包含自由文本。基于此，文档分为三种主要格式：

  • Structured: documents designed to collect information in a specific format. For example, surveys, tax forms, passports, or licenses are all structured documents.
  • Semi-structured: documents that do not follow a strict format and are not bound to specified data fields. Semi-structured documents include invoices, receipts, uility bills, bank statements, and others.
  • Unstructured: documents that do not follow a specific or organized model. For example, contracts, leases, or news articles are all unstructured documents.

To learn more about document types, check the Document types section.

生成式 AI​

备注：

Feature availability depends on the cloud platform that you use. For details, refer to the Choosing the deployment type page.

生成式 AI 是 AI 技术的一种形式，它利用机器学习 (ML) 模型创建和生成新的内容、数据或信息。

大多数生成式 AI 任务的关键是大型语言模型 (LLM)。这些是基于大量文本数据进行训练的 ML 模型，旨在生成拟人化文本。LLM 还可以通过拟人化的方式完成句子或段落来理解和回应提示。

In the context of Document UnderstandingTM, generative AI helps with:

  • Information extraction: generative AI models can be used to extract specific information from unstructured or semi-structured documents. For example, it can go through an invoice to retrieve details like date, billed amount, and company name.
  • Document classification: ML models are used to auto-categorize documents based on their content. These algorithms 'read' the document, understand its context, and can classify it into predefined categories.
  • Data validation: generative AI can check the output of the ML model whenever the confidence score is too low. If both the ML models (generative and specialized) have the same output, a human can skip validating that document. This can improve time spending validating documents, as well as improving the performing of your models by checking the output with the help of a second generative model.

ML 模型​

ML 模型就像虚拟助理，经过训练，可以从数据中学习并做出预测或决策。这些模型本质上是学习根据历史数据识别模式的算法。它们接触的数据越多，随着时间推移，就越能改进自己的预测或决策。

You can find several out of the box ML models in Document UnderstandingTM. These models help you classify and extract any commonly occurring data points from semi-structured or unstructured documents, with no setup required.

Check the Pre-trained document types page for the full list of pre-trained models and their fields.

只要 OCR 能够以高置信度识别文档和文本，就可以在大多数语言上训练 ML 模型。

光学字符识别​

光学字符识别 (OCR) 是一种特殊技术，用于将不同类型的文档（例如扫描的纸质文档、PDF 文件或数码相机拍摄的图像）转换为可编辑和可搜索的数据。

OCR 引擎的准确性通常取决于原始文档的质量。采用可读字体的清晰且格式良好的文本通常会产生最佳输出。

For more information on the languages supported by the OCR engines options provided by UiPath®, check the OCR Supported Languages page.

  • 主动学习​
  • 文档类型​
  • 生成式 AI​
  • ML 模型​
  • 光学字符识别​

此页面有帮助吗？

连接

需要帮助? 支持

想要了解详细内容？ UiPath Academy

有问题? UiPath 论坛

保持更新