Elabora i documenti con la funzione ML.PROCESS_DOCUMENT
Questo documento descrive come utilizzare la funzione ML.PROCESS_DOCUMENT
con un modello remoto per estrarre insight utili dai documenti di una tabella degli oggetti.
Località supportate
Devi creare il modello remoto utilizzato in questa procedura in US
o EU
in più regioni. Devi eseguire la funzione ML.PROCESS_DOCUMENT
nella stessa regione del modello remoto.
Autorizzazioni obbligatorie
Per creare un processore Document AI, devi disporre del seguente ruolo:
roles/documentai.editor
Per creare una connessione, è necessario disporre del seguente ruolo:
roles/bigquery.connectionAdmin
Per creare il modello utilizzando BigQuery ML, devi disporre delle seguenti autorizzazioni:
bigquery.jobs.create
bigquery.models.create
bigquery.models.getData
bigquery.models.updateData
bigquery.models.updateMetadata
Per eseguire l'inferenza, devi disporre delle seguenti autorizzazioni:
bigquery.tables.getData
nella tabella dell'oggettobigquery.models.getData
sul modellobigquery.jobs.create
Prima di iniziare
- Accedi al tuo account Google Cloud. Se non conosci Google Cloud, crea un account per valutare le prestazioni dei nostri prodotti in scenari reali. I nuovi clienti ricevono anche 300 $di crediti gratuiti per l'esecuzione, il test e il deployment dei carichi di lavoro.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Abilita le API BigQuery, BigQuery Connection API, and Document AI.
-
Nella pagina del selettore di progetti della console Google Cloud, seleziona o crea un progetto Google Cloud.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Abilita le API BigQuery, BigQuery Connection API, and Document AI.
Crea un processore
Crea un processore in Document AI per elaborare i documenti. Il processore deve essere di un tipo supportato.
Creazione di una connessione
Crea una connessione alle risorse cloud e recupera l'account di servizio della connessione.
Seleziona una delle seguenti opzioni:
Console
Vai alla pagina BigQuery.
Per creare una connessione, fai clic su
Aggiungi e poi su Connessioni a origini dati esterne.Nell'elenco Tipo di connessione, seleziona Modelli remoti Vertex AI, funzioni remote e BigLake (risorsa Cloud).
Nel campo ID connessione, inserisci un nome per la connessione.
Fai clic su Crea connessione.
Fai clic su Vai alla connessione.
Nel riquadro Informazioni sulla connessione, copia l'ID account di servizio da utilizzare in un passaggio successivo.
bq
In un ambiente a riga di comando, crea una connessione:
bq mk --connection --location=REGION --project_id=PROJECT_ID \ --connection_type=CLOUD_RESOURCE CONNECTION_ID
Il parametro
--project_id
sostituisce il progetto predefinito.Sostituisci quanto segue:
REGION
: la tua regione di connessionePROJECT_ID
: l'ID del tuo progetto Google CloudCONNECTION_ID
: un ID per la tua connessione
Quando crei una risorsa di connessione, BigQuery crea un account di servizio di sistema univoco e lo associa alla connessione.
Risoluzione dei problemi: se visualizzi il seguente errore di connessione, aggiorna Google Cloud SDK:
Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...
Recupera e copia l'ID account di servizio per utilizzarlo in un passaggio successivo:
bq show --connection PROJECT_ID.REGION.CONNECTION_ID
L'output è simile al seguente:
name properties 1234.REGION.CONNECTION_ID {"serviceAccountId": "connection-1234-9u56h9@gcp-sa-bigquery-condel.iam.gserviceaccount.com"}
Terraform
Aggiungi la sezione seguente al file main.tf
.
## This creates a cloud resource connection. ## Note: The cloud resource nested object has only one output only field - serviceAccountId. resource "google_bigquery_connection" "connection" { connection_id = "CONNECTION_ID" project = "PROJECT_ID" location = "REGION" cloud_resource {} }Sostituisci quanto segue:
CONNECTION_ID
: un ID per la tua connessionePROJECT_ID
: l'ID del tuo progetto Google CloudREGION
: la tua regione di connessione
Concedi l'accesso all'account di servizio
Seleziona una delle seguenti opzioni:
Console
Vai alla pagina IAM e amministrazione.
Fai clic su
Concedi l'accesso.Viene visualizzata la finestra di dialogo Aggiungi entità.
Nel campo Nuove entità, inserisci l'ID account di servizio che hai copiato in precedenza.
Nel campo Seleziona un ruolo, seleziona Document AI e poi Visualizzatore Document AI.
Fai clic su Aggiungi un altro ruolo.
Nel campo Seleziona un ruolo, seleziona Cloud Storage e poi Visualizzatore oggetti Storage.
Fai clic su Salva.
gcloud
Utilizza il comando gcloud projects add-iam-policy-binding
:
gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/documentai.viewer' --condition=None gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/storage.objectViewer' --condition=None
Sostituisci quanto segue:
PROJECT_NUMBER
: il numero del tuo progetto.MEMBER
: l'ID account di servizio che hai copiato in precedenza.
La mancata concessione dell'autorizzazione genera un errore Permission denied
.
crea un set di dati
Crea un set di dati per contenere il modello e la tabella degli oggetti.
Crea un modello
Crea un modello remoto con REMOTE_SERVICE_TYPE
di CLOUD_AI_DOCUMENT_V1
:
CREATE OR REPLACE MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME` REMOTE WITH CONNECTION `PROJECT_ID.REGION.CONNECTION_ID` OPTIONS ( REMOTE_SERVICE_TYPE = 'CLOUD_AI_DOCUMENT_V1', DOCUMENT_PROCESSOR = 'projects/PROJECT_NUMBER/locations/LOCATION/processors/PROCESSOR_ID/processorVersions/PROCESSOR_VERSION' );
Sostituisci quanto segue:
PROJECT_ID
: il tuo ID progetto.DATASET_ID
: l'ID del set di dati che conterrà il modello.MODEL_NAME
: il nome del modello.REGION
: la regione utilizzata dalla connessione.CONNECTION_ID
: l'ID connessione, ad esempiomyconnection
.Quando visualizza i dettagli della connessione nella console Google Cloud, l'ID connessione è il valore nell'ultima sezione dell'ID connessione completo mostrato in ID connessione, ad esempio
projects/myproject/locations/connection_location/connections/myconnection
.PROJECT_NUMBER
: il numero del progetto che contiene l'elaboratore dei documenti. Per trovare questo valore, esamina i dettagli del processore, esamina l'endpoint di previsione e assumi il valore che segue l'elemento progetti, ad esempiohttps://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.LOCATION
: la posizione utilizzata dall'elaboratore di documenti. Per trovare questo valore, esamina i dettagli del processore, esamina l'endpoint di previsione e utilizza il valore che segue l'elemento locations, ad esempiohttps://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.PROCESSOR_ID
: l'ID elaboratore dei documenti. Per trovare questo valore, esamina i dettagli del processore, consulta Endpoint di previsione e assumi il valore che segue l'elemento processors, ad esempiohttps://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.PROCESSOR_VERSION
: la versione del processore di documenti. Per trovare questo valore, esamina i dettagli del processore, seleziona la scheda Gestisci versioni e copia il valore ID versione della versione che vuoi utilizzare.
Per visualizzare le colonne di output del modello, fai clic su Vai al modello nel risultato della query dopo la creazione del modello. Le colonne di output sono visualizzate nella sezione Etichette della scheda Schema.
Crea una tabella di oggetti
Crea una tabella di oggetti su un insieme di documenti in Cloud Storage. I documenti nella tabella degli oggetti devono essere di un tipo supportato.
Elabora i documenti
Elabora i documenti con la funzione ML.PROCESS_DOCUMENT
:
SELECT * FROM ML.PROCESS_DOCUMENT( MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`, TABLE `PROJECT_ID.DATASET_ID.OBJECT_TABLE_NAME` );
Sostituisci quanto segue:
PROJECT_ID
: il tuo ID progetto.DATASET_ID
: l'ID del set di dati che contiene il modello.MODEL_NAME
: il nome del modello.OBJECT_TABLE_NAME
: il nome della tabella dell'oggetto che contiene gli URI dei documenti da elaborare.
Esempi
Esempio 1
L'esempio seguente utilizza l'analizzatore sintattico delle spese per elaborare i documenti rappresentati dalla tabella documents
:
SELECT * FROM ML.PROCESS_DOCUMENT( MODEL `myproject.mydataset.expense_parser`, TABLE `myproject.mydataset.documents` );
Questa query restituisce i report spese analizzati, che includono la valuta, l'importo totale, la data di ricevuta e le voci nelle note spese. La colonna ml_process_document_result
contiene l'output non elaborato dell'analizzatore sintattico delle spese e la colonna ml_process_document_status
contiene eventuali errori restituiti dall'elaborazione dei documenti.
Esempio 2
L'esempio seguente mostra come filtrare la tabella degli oggetti per scegliere i documenti da elaborare e quindi scrivere i risultati in una tabella:
CREATE TABLE `myproject.mydataset.expense_details` AS SELECT uri, content_type, receipt_date, purchase_time, total_amount, currency FROM ML.PROCESS_DOCUMENT( MODEL `myproject.mydataset.expense_parser`, TABLE `myproject.mydataset.expense_reports`) WHERE uri LIKE '%restaurant%';
Passaggi successivi
- Per informazioni sull'inferenza del modello in BigQuery ML, consulta Panoramica dell'inferenza del modello.
- Per informazioni sulle istruzioni e le funzioni SQL supportate per ogni tipo di modello, consulta Percorso dell'utente end-to-end per ogni modello.