Extraction personnalisée

L'entraînement et l'extraction de modèles personnalisés vous permettent de créer votre propre modèle conçu spécifiquement pour vos documents, sans utiliser l'IA générative. Il est idéal si vous ne souhaitez pas utiliser l'IA générative et que vous souhaitez contrôler tous les aspects du modèle entraîné.

Configuration d'ensemble de données

Un ensemble de données de documents est requis pour entraîner, surentraîner ou évaluer une version de l'outil de traitement. Les processeurs Document AI apprennent à partir d'exemples, comme les humains. L'ensemble de données alimente la stabilité du processeur en termes de performances.

Ensemble de données d'entraînement

Pour améliorer le modèle et sa précision, entraînez un ensemble de données sur vos documents. Le modèle est composé de documents avec des données de vérité terrain. Vous devez disposer d'au moins trois documents pour entraîner un nouveau modèle.

La vérité terrain correspond aux données correctement étiquetées, comme déterminé par des humains.

Ensemble de données de test

C'est l'ensemble de données de test que le modèle utilise pour générer un score F1 (précision). Il est composé de documents avec une vérité terrain. Pour savoir à quelle fréquence le modèle est correct, la vérité terrain est utilisée pour comparer les prédictions du modèle (champs extraits du modèle) aux bonnes réponses. L'ensemble de données de test doit contenir au moins trois documents.

Avant de commencer

Si vous ne l'avez pas déjà fait, activez la facturation et l'API Document AI.

Créer et évaluer un modèle personnalisé

Commencez par créer, puis évaluer un processeur personnalisé.

1. Créez un processeur et définissez les champs que vous souhaitez extraire. Cette étape est importante, car elle a une incidence sur la qualité de l'extraction.

   Remarque :Le processeur par défaut est un modèle de base.

2. Définir l'emplacement de l'ensemble de données: sélectionnez le dossier d'options par défaut Géré par Google. Cela peut être fait automatiquement peu de temps après la création du processeur.

3. Accédez à l'onglet Build (Compilation), puis sélectionnez Import Documents (Importer des documents) avec l'étiquetage automatique activé (voir Étiquetage automatique avec le modèle de fondation). Vous devez disposer d'au moins 10 documents dans l'ensemble d'entraînement et de 10 dans l'ensemble de test pour entraîner un modèle personnalisé.

4. Entraîner le modèle:

   1. Sélectionnez Entraîner une nouvelle version, puis nommez la version de l'outil de traitement.
   2. Accédez à Afficher les options avancées, puis sélectionnez l'option Basé sur le modèle.

   

   Remarque :L'entraînement prend un certain temps.

5. Évaluation:

   • Accédez à Évaluer et tester, sélectionnez la version que vous venez d'entraîner, puis sélectionnez Afficher l'évaluation complète.

   

   • Des métriques telles que f1, précision et rappel s'affichent désormais pour l'ensemble du document et chaque champ.
   • Déterminez si les performances répondent à vos objectifs de production. Si ce n'est pas le cas, réévaluez les ensembles d'entraînement et de test, en ajoutant généralement des documents à l'ensemble d'entraînement qui ne sont pas bien analysés.

6. Définissez une nouvelle version comme version par défaut.

   1. Accédez à Gérer les versions.
   2. Accédez au menu , puis sélectionnez Définir comme par défaut.

   

Votre modèle est désormais déployé, et les documents envoyés à ce processeur utilisent désormais votre version personnalisée. Vous souhaitez évaluer les performances du modèle pour vérifier s'il nécessite un nouvel entraînement.

Référence d'évaluation

Le moteur d'évaluation peut effectuer une correspondance exacte ou une correspondance proche. Pour une correspondance exacte, la valeur extraite doit correspondre exactement à la vérité terrain, sinon elle est comptabilisée comme une erreur.

Les extractions de correspondance floue qui présentent de légères différences, comme des différences de casse, sont toujours comptabilisées comme des correspondances. Vous pouvez modifier ce paramètre sur l'écran Évaluation.

Étiquetage automatique avec le modèle de base

Le modèle de fondation peut extraire avec précision des champs à partir de types de documents divers, mais vous pouvez également fournir des données d'entraînement supplémentaires afin d'améliorer sa précision pour des structures de documents spécifiques.

Document AI utilise les noms d'étiquettes que vous avez définis et les annotations précédentes pour étiqueter les documents à grande échelle grâce à l'étiquetage automatique.

1. Une fois que vous avez créé un outil de traitement personnalisé, accédez à l'onglet Premiers pas.
2. Sélectionnez Créer un champ.
3. Indiquez un nom descriptif et remplissez le champ de description. La description de la propriété vous permet de fournir des informations contextuelles, des insights et des connaissances préalables supplémentaires pour chaque entité afin d'améliorer la précision et les performances de l'extraction.

Remarque :De bons exemples de descriptions de propriétés incluent des informations sur l'emplacement et des modèles de texte des valeurs des propriétés, qui aident à clarifier les sources potentielles de confusion dans le document, en guidant le modèle avec des règles qui garantissent des extractions plus fiables et cohérentes, quelles que soient les variations de structure ou de contenu du document.

1. Accédez à l'onglet Compilation, puis sélectionnez Importer des documents.

   

2. Sélectionnez le chemin d'accès des documents et l'ensemble dans lequel ils doivent être importés. Cochez la case d'étiquetage automatique, puis sélectionnez le modèle de fondation.

3. Dans l'onglet Compilation, sélectionnez Gérer l'ensemble de données. Vos documents importés devraient s'afficher. Sélectionnez l'un de vos documents.

   

Les prédictions du modèle sont maintenant mises en surbrillance en violet.

1. Examinez chaque étiquette prédite par le modèle et assurez-vous qu'elle est correcte. Si des champs sont manquants, ajoutez-les également.

Remarque :Il est important que tous les champs soient aussi précis que possible, sinon les performances du modèle peuvent affecter les résultats. En savoir plus sur l'ajout de libellés

1. Une fois le document examiné, sélectionnez Marquer comme étiqueté. Le document est maintenant prêt à être utilisé par le modèle. Assurez-vous que le document se trouve dans l'ensemble Test ou Entraînement.