Elabora i documenti con la funzione ML.PROCESS_DOCUMENT
Questo documento descrive come utilizzare
Funzione ML.PROCESS_DOCUMENT
con un
modello remoto
per estrarre insight utili dai documenti in un
tabella degli oggetti.
Località supportate
Devi creare il modello remoto utilizzato in questa procedura nella US
o EU
multiregionale. 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, devi avere l'appartenenza al seguente ruolo:
roles/bigquery.connectionAdmin
Per creare il modello utilizzando BigQuery ML, è necessario quanto segue 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.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Assicurati che la fatturazione sia attivata per il tuo progetto Google Cloud.
-
Abilita le API BigQuery, BigQuery Connection API, and Document AI.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
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.
Crea una connessione
Crea un connessione alle risorse cloud e recuperare 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 fai clic 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 connessione.
Fai clic su Crea connessione.
Fai clic su Vai alla connessione.
Nel riquadro Informazioni sulla connessione, copia l'ID account di servizio per utilizzarlo in una 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
: il tuo regione di connessionePROJECT_ID
: l'ID del tuo progetto Google CloudCONNECTION_ID
: un ID per connessione
Quando crei una risorsa di connessione, BigQuery crea di account di servizio di sistema univoco e lo associa alla connessione.
Risoluzione dei problemi: se ricevi 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 secondo momento passaggio:
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 seguente sezione al tuo 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 connessionePROJECT_ID
: l'ID del tuo progetto Google CloudREGION
: il tuo regione di connessione
Concedi l'accesso all'account di servizio
Seleziona una delle seguenti opzioni:
Console
Vai alla sezione IAM e Console di amministrazione.
Fai clic su
Concedi l'accesso.Si apre la finestra di dialogo Aggiungi entità.
Nel campo Nuove entità, inserisci l'ID account di servizio che copiato in precedenza.
Nel campo Seleziona un ruolo, seleziona Document AI e poi Seleziona 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 la
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 progetto.MEMBER
: l'ID dell'account di servizio che copiato in precedenza.
La mancata concessione dell'autorizzazione genera un errore Permission denied
.
Crea un set di dati
Crea un set di dati che contenga il modello e l'oggetto. tabella.
Crea un modello
Crea un modello remoto con un
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 da che contiene il modello.MODEL_NAME
: il nome del modello.REGION
: la regione utilizzata dalla connessione.CONNECTION_ID
: l'ID connessione per ad esempiomyconnection
.Quando visualizzi i dettagli della connessione nella console Google Cloud, l'ID connessione è il valore riportato nell'ultima sezione 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 di documenti. Per trovare questo valore, vedi i dettagli del processore, guarda l'endpoint di previsione e prende il valore che segue projects, ad esempiohttps://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.LOCATION
: la posizione utilizzata dal documento di fatturazione. Per trovare questo valore, vedi i dettagli del processore, guarda l'endpoint di previsione e prende il valore che segue locations, ad esempiohttps://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.PROCESSOR_ID
: l'ID dell'elaboratore dei documenti. Per trovare questo valore, vedi i dettagli del processore, guarda l'endpoint di previsione e prende il valore che segue processors, ad esempiohttps://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.PROCESSOR_VERSION
: la versione dell'elaboratore di documenti. Per trovare questo valore, vedi i dettagli del processore, seleziona la scheda Gestisci versioni, e copia il valore ID versione della versione che vuoi utilizzare.
Per vedere 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 vengono mostrate in 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 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 il metodo
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 le note spese analizzate, incluse la valuta,
l'importo totale, la data di ricevuta e le voci nelle note spese. La
La colonna ml_process_document_result
contiene l'output non elaborato della spesa
dell'analizzatore sintattico 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 quale documenti da elaborare, quindi scrivi 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 sulle funzioni SQL supportate per ogni tipo di modello, consulta Percorso dell'utente end-to-end per ogni modello.