Document Understanding 用户指南

• UiPath.DocumentUnderstanding.Activities：使用此活动包处理并在验证站点中验证的所有文档都会自动收集，可用于重新训练。
• UiPath.IntelligentOCR.Activities (starting with version 6.25.0-preview): to retrain documents processed using this activity package, use the Document Understanding Project Extractor Trainer activity in your workflow. This allows documents to be collected for retraining purposes.

待审核的异常​

1. 选择“待审核的异常”按钮。

2. 查看“待微调的异常”菜单中的异常文档。

   每个文档都提供以下信息：

   • 文件名称：包含异常的文档的文件名称。
   • 状态：文档的状态。
   • 页面：文档包含的页面数。
   • 项目版本：包含文档的项目版本。
   • 处理日期：处理文档的日期。
   • 提取字段的数量：包含异常的文档的提取字段数量。
   • 更正字段的数量：在验证阶段被修改的字段数量。
   • 验证者姓名：验证文档的人员的用户名。
   备注：

   The Exceptions for fine-tunning list may include documents imported from other Document Understanding projects or environments.

   

3. 从列表中选择你想要用于微调的文档。

   每个文档都提供以下信息：

   • 此时将显示所有提取的字段以及模型的置信度。如果置信度的值为 N/A，这表示该字段未自动提取，而是由验证者手动添加的。
   • 更正的字段的提取字段名称旁边标记有黄点。
   • 以下信息可用于所有更正的字段：
     • 预测值：模型预测的值。
     • Corrected value: if changed manually, the value after validation. If the document type was not changed after validation, the value will be N/A.
     • Reference: the original value that is highlighted on the document. This value is used for annotation if you decide to use the document for fine-tuning.
   • 您可以轻松按置信度排序查看置信度低的字段，无需进行更正。
   • 您也可以筛选出已更正的字段，专注于这类字段。

   

4. 如果您想进一步标注此文档，请选择“标注”，如果您想使用此文档重新训练模型，请选择“用于模型微调”。

   • 用于模型微调：
     • 当文档是模型微调的理想样本、且所有字段在文档中引用正确时选择此项。
     • 文档导入训练中时带有“异常”标签，而且所有标注均已完成确认。文档将用于微调。
   • 标注：
     • 如果文档是模型微调的良好示例，但存在一些验证错误，例如并非所有字段都在文档中正确引用，需要进一步更正，则请选择此选项。
     • 文档导入训练集中时带有“异常”标签，而且所有标注均未确认。标注必须在构建部分中完成确认，文档才能用于微调模型。
     • 如果您选择进一步标注文档，请查看“标注文档”页面，了解有关如何标注文档的更多信息。
   • 排除：
     • 当文档并非理想样本，且需将其从待审核异常列表中移除，而且在未来审核会话中无需审核该文档时选择此项。
     • 您可以更改文档的状态以恢复更改。

   图 1. 用于微调或标注的选定文档

   

[预览] 导出和导入重新训练候选对象​

导出重新训练候选对象​

• 您可以导出所有收集的文档，在计划导入文档并重新训练模型的环境中对其进行分类。

• 您可以在当前环境中完成审核，并仅导出要用于重新训练的特定文档。

  

导入重新训练候选对象​