Organízate con las colecciones
Guarda y clasifica el contenido según tus preferencias.
Este documento es una guía de los conceptos fundamentales para usar Document AI.
Te recomendamos que leas esta página antes de consultar cualquier otra documentación o guía de inicio rápido.
Automatizar flujos de trabajo de procesamiento de documentos
Las empresas de todo el mundo dependen en gran medida de los documentos para almacenar y transmitir información.
A menudo, esta información debe digitalizarse para que sea útil. Sin embargo, esto suele hacerse mediante procesos manuales que requieren mucho tiempo.
Por ejemplo:
Digitalización de libros para lectores electrónicos.
Procesar formularios de historial médico en consultas médicas.
Analiza recibos y facturas para validar informes de gastos.
Autenticar la identidad basada en tarjetas de identificación.
Extraer información sobre los ingresos de los formularios fiscales para aprobar préstamos.
Información sobre los contratos de los términos clave de los acuerdos empresariales.
Cada uno de estos flujos de trabajo implica obtener el texto sin formato de los documentos y, a continuación, extraer el texto específico que corresponde a los datos necesarios (los campos o las entidades).
Sin embargo, cada tipo de documento tiene una estructura y un diseño diferentes, y el patrón de los campos varía en función del caso práctico específico.
Componentes de Document AI
Document AI es una plataforma de procesamiento y comprensión de documentos que toma datos no estructurados de documentos y los transforma en datos estructurados (campos específicos, adecuados para una base de datos), lo que facilita su comprensión, análisis y consumo.
Document AI se basa en productos de Vertex AI con IA generativa para ayudarte a crear aplicaciones de procesamiento de documentos integrales, escalables y basadas en la nube sin necesidad de tener conocimientos especializados en aprendizaje automático.
Con Document AI, puedes hacer lo siguiente:
Digitaliza documentos con OCR para obtener texto, diseño y varios complementos, como la detección de la calidad de la imagen (para mejorar la legibilidad) y la corrección de la inclinación (totalmente automática).
Extrae texto e información de diseño de archivos de documentos y normaliza entidades.
Identifica los pares clave-valor en formularios estructurados y tablas normales. Por ejemplo, Name: Jill Smith es un par clave-valor.
Clasificar tipos de documentos para impulsar procesos posteriores, como la extracción y el almacenamiento.
Divide y clasifica documentos por tipo. Por ejemplo, un archivo PDF con varios documentos reales.
Prepara conjuntos de datos para usarlos en la puesta a punto y las evaluaciones de modelos con funciones de etiquetado automático, gestión de esquemas y gestión de conjuntos de datos, como la revisión de documentos y predicciones.
Integrarla con productos como Cloud Storage, BigQuery y Vertex AI Search para ayudarte a almacenar, buscar, organizar, gobernar y analizar documentos y metadatos.
En este diagrama se ilustran todos los pasos clave del procesamiento de documentos que admite Document AI y cómo se pueden conectar entre sí.
Procesador
Un procesador de Document AI se encuentra entre el archivo de documento y un modelo de aprendizaje automático que realiza acciones de procesamiento e interpretación de documentos.
Se pueden usar para clasificar, dividir, analizar o interpretar un documento.
Cada Google Cloud proyecto debe crear sus propias instancias de procesador.
Los procesadores se clasifican en una de las siguientes categorías:
Digitalizar: OCR.
Extraer: extractores personalizados, analizadores de formularios, analizadores de diseños y analizadores preentrenados.
Clasificar: clasificador y divisor personalizados.
Crea un procesador con la Google Cloud consola o la API de Document AI.
Document AI crea un endpoint de predicción al que puedes enviar tus documentos.
Para obtener instrucciones detalladas, consulta el artículo Crear un procesador.
Entrena un procesador con datos de entrenamiento y de prueba desde cero, o bien actualiza una versión nueva (preentrenada) de un procesador sobre una versión ya existente.
Para obtener instrucciones detalladas, consulta Train processor.
Envía tus documentos para que se procesen.
Document AI procesa los documentos y devuelve uno o varios objetos Document, que contienen la información estructurada extraída.
[[["Es fácil de entender","easyToUnderstand","thumb-up"],["Me ofreció una solución al problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Es difícil de entender","hardToUnderstand","thumb-down"],["La información o el código de muestra no son correctos","incorrectInformationOrSampleCode","thumb-down"],["Me faltan las muestras o la información que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-10 (UTC)."],[[["\u003cp\u003eDocument AI is a platform that transforms unstructured data from documents into structured data, making it easier to understand, analyze, and use.\u003c/p\u003e\n"],["\u003cp\u003eDocument AI enables the automation of document processing workflows, such as digitizing documents, extracting text and entities, classifying document types, and preparing datasets for model training.\u003c/p\u003e\n"],["\u003cp\u003eDocument AI uses processors that fall into the categories of digitize, extract, or classify to perform specific document processing and understanding actions.\u003c/p\u003e\n"],["\u003cp\u003eTo use Document AI, you must choose a suitable processor, create the processor, optionally train it, and then send documents to the processor for processing.\u003c/p\u003e\n"],["\u003cp\u003eDocument AI can integrate with products like Cloud Storage, BigQuery, and Vertex AI Search for storing, searching, and analyzing documents.\u003c/p\u003e\n"]]],[],null,["This document is a guide to the fundamental concepts of using Document AI.\nYou should read this page before proceeding to any other documentation or quickstarts.\n\nAutomate document processing workflows\n\nBusinesses all over the world rely heavily on documents to store and convey information.\nThis information often needs to be digitized for it to become useful. However,\nthis is usually accomplished through time-intensive, manual processes.\n\nFor example:\n\n- Digitizing books for e-readers.\n- Processing medical intake forms at doctor's offices.\n- Parsing receipts and invoices for expense report validation.\n- Authenticating identity based on ID cards.\n- Extracting income information from tax forms for approving loans.\n- Understanding contracts for key business agreement terms.\n\nEach of these workflows involve getting the raw text from documents, then\nextracting specific text from that which corresponds to the data needed (the fields or entities).\nHowever, each document type has a different structure and layout, and the pattern of fields\nvary depending on the specific use case.\n\nDocument AI components\n\nDocument AI is a [document processing and understanding](https://en.wikipedia.org/wiki/Document_processing)\nplatform that takes unstructured data from documents and transforms it into\nstructured data (specific fields, suitable for a database), making it easier to understand, analyze, and consume.\n\nDocument AI is built on top of products within Vertex AI with generative AI to help you\ncreate scalable, end-to-end, cloud-based document processing applications without specialized machine learning expertise.\n\nUsing Document AI, you can:\n\n- **Digitize documents** using OCR to get text, layout, and various add ons such as image quality detection (for readability) and deskewing (fully automatic).\n- **Extract** text and layout information, from document files and normalize entities.\n- **Identify key-value pairs (kvp)** in structured forms and regular tables. For example: `Name: Jill Smith` is a kvp.\n- **Classify** document types to drive downstream processes such as extraction and storage.\n- **Split** and classify documents by type. For example, a PDF file with multiple real documents.\n- **Prepare datasets** to be used in fine-tuning and model evaluations using auto-labeling, schema management, and dataset management features such as document and prediction review.\n- **Integrate it with products** like Cloud Storage, BigQuery, and Vertex AI Search to help you store, search, organize, govern, and analyze documents and metadata.\n\nThis diagram illustrates all of the key document processing steps that are\nsupported by Document AI and how they can connect to each other.\n\nProcessor\n\nA Document AI processor lies between the document file and a machine\nlearning model that performs document processing and understanding actions.\nThey can be used to classify, split, parse, or analyze a document.\n\nEach Google Cloud project needs to create its own processor instances.\n\nProcessors fit into one of the following categories:\n\n- **Digitize**: OCR.\n- **Extract**: Custom extractor, Form Parser, layout parser, and pretrained parsers.\n- **Classify**: Custom classifier and custom splitter.\n\nRefer to the [Full processor and detail list](/document-ai/docs/processors-list) for information about all\navailable processor types for Document AI.\n\nWhich processor should I use?\n\nTo decide what processor type to use for a specific application, here are some general guidelines:\n| **Note:** All processors can extract text and layout information.\n\n| **Category** | **Use case** | **Processor type** |\n|--------------|------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Digitize | Extract text and layout information from documents. | [Enterprise Document OCR](/document-ai/docs/processors-list#processor_doc-ocr) |\n| Digitize | Analyze the scanned image quality (readability) of a document. | [Enterprise Document OCR](/document-ai/docs/processors-list#processor_doc-ocr) with [image-quality analysis](/document-ai/docs/processors-list#processor_doc-quality-processor) enabled |\n| Digitize | Extract entities from a custom document that does not meet the [custom processor criteria](/document-ai/quotas). | |\n| Extract | Extract tables or kvp from a structured form in a document. | [Form Parser](/document-ai/docs/processors-list#processor_form-parser) |\n| Extract | Extract elements like text, tables, and lists in a document and return context aware chunks. | [Layout Parser](/document-ai/docs/layout-parse-chunk) |\n| Extract | Extract entities from a custom document that meets the [custom processor criteria](/document-ai/quotas). | [Create a custom extractor](/document-ai/docs/workbench/build-custom-processor) |\n| Extract | Extract entities from a specialized document type. | A [pretrained processor](/document-ai/docs/processors-list#specialized_processors) ([Up-train](/document-ai/docs/uptrain-pretrained-processor) to improve quality.) |\n| Classify | Classify documents. | [Create a Custom Classifier](/document-ai/docs/workbench/build-custom-classification-processor) |\n| Classify | Split documents. | [Create a Custom Splitter](/document-ai/docs/workbench/build-custom-splitter-processor) |\n\nThis diagram helps determine which processor works best for each use case.\n\nUse Document AI processors\n\nHere are the major steps to use Document AI to start processing documents:\n\n1. **Choose a processor** that is suitable for your use case.\n\n - For complete information on each processor, see the [Full processor and detail list](/document-ai/docs/processors-list).\n2. **Create a processor** using the Google Cloud console or the Document AI API.\n\n - Document AI creates a **prediction endpoint** where you can send your documents.\n\n - For detailed instructions, see [Creating a processor](/document-ai/docs/create-processor).\n\n3. **Train a processor** with train and test data from scratch, or uptrain a new (pretrained) processor version on top of an existing one.\n\n - For detailed instructions, see [Train processor](/document-ai/docs/workbench/train-processor).\n4. **Send your documents** for processing.\n\n - Document AI processes the documents and returns one or more [`Document`](/document-ai/docs/reference/rest/v1/Document) objects, which contain the extracted, structured information.\n\n - For detailed instructions, see [Sending a processing request](/document-ai/docs/send-request) and [Handle the processing response](/document-ai/docs/handle-response)."]]
