Memproses dokumen dengan fungsi ML.PROCESS_DOCUMENT
Dokumen ini menjelaskan cara menggunakan
fungsi ML.PROCESS_DOCUMENT
dengan
model jarak jauh
untuk mengekstrak insight yang berguna dari dokumen dalam
tabel objek.
Lokasi yang didukung
Anda harus membuat model jarak jauh yang digunakan dalam prosedur ini di multi-region US
atau EU
. Anda harus menjalankan
fungsi ML.PROCESS_DOCUMENT
di region yang sama dengan model jarak jauh.
Izin yang diperlukan
Untuk membuat prosesor Document AI, Anda memerlukan peran berikut:
roles/documentai.editor
Untuk membuat koneksi, Anda memerlukan keanggotaan dalam peran berikut:
roles/bigquery.connectionAdmin
Untuk membuat model menggunakan BigQuery ML, Anda memerlukan izin berikut:
bigquery.jobs.create
bigquery.models.create
bigquery.models.getData
bigquery.models.updateData
bigquery.models.updateMetadata
Untuk menjalankan inferensi, Anda memerlukan izin berikut:
bigquery.tables.getData
pada tabel objekbigquery.models.getData
pada modelbigquery.jobs.create
Sebelum memulai
- Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.
-
Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.
-
Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.
-
Aktifkan API BigQuery, BigQuery Connection API, and Document AI.
-
Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.
-
Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.
-
Aktifkan API BigQuery, BigQuery Connection API, and Document AI.
Membuat pemroses
Buat prosesor di Document AI untuk memproses dokumen. Pemroses harus memiliki jenis yang didukung.
Membuat koneksi
Buat koneksi resource cloud dan dapatkan akun layanan koneksi tersebut.
Pilih salah satu opsi berikut:
Konsol
Buka halaman BigQuery.
Untuk membuat koneksi, klik
Add, lalu klik Connections to external data sources.Dalam daftar Connection type, pilih Vertex AI remote models, remote functions and BigLake (Cloud Resource).
Di kolom Connection ID, masukkan nama untuk koneksi Anda.
Klik Create connection.
Klik Go to connection.
Di panel Connection info, salin ID akun layanan untuk digunakan di langkah berikutnya.
bq
Di lingkungan command line, buat koneksi:
bq mk --connection --location=REGION --project_id=PROJECT_ID \ --connection_type=CLOUD_RESOURCE CONNECTION_ID
Parameter
--project_id
akan mengganti project default.Ganti kode berikut:
REGION
: region koneksi AndaPROJECT_ID
: project ID Google Cloud AndaCONNECTION_ID
: ID untuk koneksi Anda
Saat Anda membuat resource koneksi, BigQuery akan membuat akun layanan sistem unik dan mengaitkannya dengan koneksi.
Pemecahan masalah: Jika Anda mendapatkan error koneksi berikut, update Google Cloud SDK:
Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...
Ambil dan salin ID akun layanan untuk digunakan di langkah berikutnya:
bq show --connection PROJECT_ID.REGION.CONNECTION_ID
Outputnya mirip dengan hal berikut ini:
name properties 1234.REGION.CONNECTION_ID {"serviceAccountId": "connection-1234-9u56h9@gcp-sa-bigquery-condel.iam.gserviceaccount.com"}
Terraform
Tambahkan bagian berikut ke dalam file main.tf
Anda.
## 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 {} }Ganti kode berikut:
CONNECTION_ID
: ID untuk koneksi AndaPROJECT_ID
: project ID Google Cloud AndaREGION
: region koneksi Anda
Memberikan akses ke akun layanan
Pilih salah satu opsi berikut:
Konsol
Buka halaman IAM & Admin.
Klik
Berikan Akses.Dialog Add principals akan terbuka.
Di kolom New principals, masukkan ID akun layanan yang Anda salin sebelumnya.
Di kolom Select a role, pilih Document AI, lalu pilih Document AI Viewer.
Klik Add another role.
Di kolom Select a role, pilih Cloud Storage, lalu pilih Storage Object Viewer.
Klik Save.
gcloud
Gunakan
perintah 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
Ganti kode berikut:
PROJECT_NUMBER
: nomor project Anda.MEMBER
: ID akun layanan yang Anda salin sebelumnya.
Kegagalan dalam memberikan izin akan menghasilkan error Permission denied
.
Membuat set data
Buat set data untuk memuat model dan tabel objek.
Membuat model
Buat model jarak jauh dengan
REMOTE_SERVICE_TYPE
dari
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' );
Ganti kode berikut:
PROJECT_ID
: project ID Anda.DATASET_ID
: ID set data yang akan berisi model.MODEL_NAME
: nama model.REGION
: region yang digunakan oleh koneksi.CONNECTION_ID
: ID koneksi—misalnya,myconnection
.Saat Anda melihat detail koneksi di Konsol Google Cloud, ID koneksi adalah nilai di bagian terakhir ID koneksi yang sepenuhnya memenuhi syarat, yang ditampilkan di Connection ID—misalnya
projects/myproject/locations/connection_location/connections/myconnection
.PROJECT_NUMBER
: nomor project project yang berisi pemroses dokumen. Untuk menemukan nilai ini, lihat detail pemroses, lihat endpoint Prediction, lalu ambil nilai setelah elemen project—misalnya,https://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.LOCATION
: lokasi yang digunakan oleh pemroses dokumen. Untuk menemukan nilai ini, lihat detail pemroses, lihat endpoint Prediction, lalu ambil nilai setelah elemen lokasi—misalnya,https://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.PROCESSOR_ID
: ID pemroses dokumen. Untuk menemukan nilai ini, lihat detail pemroses, lihat endpoint Prediction, lalu ambil nilai setelah elemen pemroses—misalnya,https://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process
.PROCESSOR_VERSION
: versi pemroses dokumen. Untuk menemukan nilai ini, lihat detail pemroses, pilih tab Manage Versions, dan salin nilai Version ID dari versi yang ingin Anda gunakan.
Untuk melihat kolom output model, klik Go to model di hasil kueri setelah model dibuat. Kolom output ditampilkan di bagian Labels pada tab Schema.
Membuat tabel objek
Buat tabel objek pada sekumpulan dokumen di Cloud Storage. Dokumen dalam tabel objek harus merupakan jenis yang didukung.
Memproses dokumen
Proses dokumen dengan fungsi ML.PROCESS_DOCUMENT
:
SELECT * FROM ML.PROCESS_DOCUMENT( MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`, TABLE `PROJECT_ID.DATASET_ID.OBJECT_TABLE_NAME` );
Ganti kode berikut:
PROJECT_ID
: project ID Anda.DATASET_ID
: ID set data yang berisi model.MODEL_NAME
: nama model.OBJECT_TABLE_NAME
: nama tabel objek yang berisi URI dari dokumen yang akan diproses.
Contoh
Contoh 1
Contoh berikut menggunakan
parser pengeluaran
untuk memproses dokumen yang direpresentasikan oleh tabel documents
:
SELECT * FROM ML.PROCESS_DOCUMENT( MODEL `myproject.mydataset.expense_parser`, TABLE `myproject.mydataset.documents` );
Kueri ini menampilkan laporan pengeluaran yang diuraikan, termasuk mata uang,
jumlah total, tanggal penerimaan, dan item baris pada laporan pengeluaran. Kolom ml_process_document_result
berisi output mentah dari parser biaya, dan kolom ml_process_document_status
berisi error yang ditampilkan oleh pemrosesan dokumen.
Contoh 2
Contoh berikut menunjukkan cara memfilter tabel objek untuk memilih dokumen yang akan diproses, kemudian menulis hasilnya ke tabel:
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%';
Langkah selanjutnya
- Untuk mengetahui informasi tentang inferensi model di BigQuery ML, baca Ringkasan inferensi model.
- Untuk mengetahui informasi tentang pernyataan dan fungsi SQL yang didukung pada setiap jenis model, lihat Perjalanan pengguna menyeluruh untuk setiap model.