Extractor personalizado con IA generativa

La formación y la extracción de IA generativa te permiten hacer lo siguiente:

• Usa la tecnología zero-shot y few-shot para obtener un modelo de alto rendimiento con pocos o ningún dato de entrenamiento mediante el modelo fundacional.
• Usa el ajuste fino para aumentar aún más la precisión a medida que proporciones más datos de entrenamiento.

Métodos de entrenamiento de IA generativa

El método de entrenamiento que elijas dependerá de la cantidad de documentos que tengas disponibles y del esfuerzo que puedas dedicar a entrenar tu modelo. Hay tres formas de entrenar un modelo de IA generativa:

Método de entrenamiento	Sin ejemplos	Aprendizaje con pocos ejemplos	Afinamiento
Precisión	Medio	Media-alta	Alta
Esfuerzo	Bajo	Bajo	Medio
Número recomendado de documentos de entrenamiento	0	Entre 5 y 10	De 10 a 50 o más

Nota: Puedes obtener resultados razonablemente buenos con entre 10 y 50 ejemplos de entrenamiento, y el rendimiento se puede optimizar aún más aumentando el número de ejemplos a cientos o miles, en función de la complejidad y la variación de los documentos y las tareas de extracción.

Versiones de modelos de extractores personalizados

Los siguientes modelos están disponibles para el extractor personalizado. Para cambiar las versiones del modelo, consulta Gestionar versiones de procesadores.

Las versiones 1.3, 1.4, 1.5 y 1.5 Pro admiten puntuaciones de confianza, mientras que la versión 1.2 no.

Nota: El sistema de etiquetado de Extractor personalizado se actualizó para usar la versión más reciente del modelo de OCR el 26 de septiembre del 2024. Si creó su procesador antes de esa fecha, le recomendamos que cree uno nuevo y vuelva a etiquetar los documentos de entrenamiento y evaluación para beneficiarse tanto de la calidad mejorada de las nuevas versiones del procesador de Extractor personalizado (v1.2 y v1.3) como del sistema de etiquetado mejorado.

Versión del modelo	Descripción	Canal de lanzamiento	Procesamiento de aprendizaje automático en EE. UU. y la UE	Afinamiento en EE. UU. y la UE	Fecha de lanzamiento
pretrained-foundation-model-v1.4-2025-02-05	Modelo GA que usa el LLM Gemini 2.0 Flash. También incluye funciones avanzadas de OCR, como la detección de casillas de verificación.	Estable	Sí	EE. UU. y UE	5 de febrero del 2025
pretrained-foundation-model-v1.5-2025-05-05	Candidato listo para producción basado en el LLM Gemini 2.5 Flash. Recomendado para quienes quieran experimentar con modelos más recientes.	Estable	Sí	EE. UU. y UE (vista previa)	5 de mayo del 2025
pretrained-foundation-model-v1.5-pro-2025-06-20	Modelo listo para producción que usa el LLM Gemini 2.5 Pro. Admite una cuota de hasta 30 páginas por minuto para las solicitudes de proceso online. Este modelo tiene una calidad mejorada en comparación con la versión 1.5 y puede tener una latencia mayor.	Estable	Sí	No	20 de junio del 2025

Nota: Para usar la versión 1.3 optimizada del extractor personalizado, debes enviar una lista de permitidos para los nuevos proyectos. Ponte en contacto con el equipo de tu cuenta para obtener ayuda. Esta opción estará disponible hasta el 15 de septiembre del 2025, cuando se retire por completo la versión 1.3. Recomendamos a los clientes que prueben la versión 1.4 con el ajuste fino.

Para cambiar la versión del procesador de tu proyecto, consulta Gestionar versiones de procesadores.

Para enviar una solicitud de aumento de cuota (QIR) para la cuota predeterminada del procesador, sigue los pasos que se indican en Gestionar tu cuota.

Configuración inicial

Si aún no lo has hecho, habilita la facturación y las APIs de Document AI.

Crear y evaluar un modelo de IA generativa

1. Crea un procesador y define los campos que quieras extraer siguiendo las prácticas recomendadas, ya que esto influye en la calidad de la extracción.

   • Ve a Espacio de trabajo > Extractor personalizado > Crear procesador > Asignar un nombre.

   

   • Ve a Empezar > Crear campo.

   

   Nota: Los nombres de los campos del modelo base pueden afectar en gran medida a la precisión y al rendimiento del modelo. Se recomienda usar un nombre descriptivo.

2. Importar documentos

   • Importa documentos con etiquetado automático y asigna documentos a los conjuntos de entrenamiento y de prueba.
   • En el caso de la clasificación sin ejemplos, solo se necesita el esquema. Para evaluar la precisión del modelo, solo se necesita un conjunto de prueba.
   • En el caso de few-shot, recomendamos cinco documentos de entrenamiento.
   • El número de documentos de prueba necesarios depende del caso práctico. Por lo general, cuantos más documentos de prueba haya, mejor.
   • Confirma o edita las etiquetas del documento.

3. Entrenar modelo:

   • Selecciona Compilación y, a continuación, Crear nueva versión.
   • Escribe un nombre y selecciona Crear.

   

Nota: Cada curso requiere un tiempo para completarse.

1. Evaluación:

   • Ve a Evaluar y probar, selecciona la versión que acabas de entrenar y, a continuación, Ver evaluación completa.

   

   • Ahora puede ver métricas como f1, precisión y recuperación de todo el documento y de cada campo.
   • Decide si el rendimiento cumple tus objetivos de producción. Si no es así, vuelve a evaluar los conjuntos de entrenamiento y de prueba.

2. Para definir una nueva versión como predeterminada, sigue estos pasos:

   • Vaya a Gestionar versiones.
   • Selecciona para desplegar las opciones y, a continuación, selecciona Establecer como predeterminado.
   Nota: Comprueba que la versión se haya implementado. Si no es así, selecciona primero la versión de implementación. Ahora puedes definir la nueva versión como predeterminada.

   

   Tu modelo ya está desplegado. Los documentos enviados a este procesador usan tu versión personalizada. Puedes evaluar el rendimiento del modelo para comprobar si necesita más entrenamiento.

Referencia de evaluación

El motor de evaluación puede realizar tanto la concordancia exacta como la concordancia aproximada. Para que haya una coincidencia exacta, el valor extraído debe coincidir exactamente con el valor de referencia o se contabiliza como un error.

Las extracciones de coincidencias aproximadas que tenían pequeñas diferencias, como diferencias en el uso de mayúsculas y minúsculas, siguen contando como coincidencias. Puedes cambiarlo en la pantalla Evaluación.

Afinamiento

Con el ajuste fino, se usan cientos o miles de documentos para el entrenamiento.

1. Crea un procesador y define los campos que quieras extraer siguiendo las prácticas recomendadas, ya que esto influye en la calidad de la extracción.

   Nota: Los nombres de los campos del modelo base pueden afectar en gran medida a la precisión y al rendimiento del modelo. Asigna un nombre descriptivo.

2. Importa documentos con etiquetado automático y asigna documentos a los conjuntos de entrenamiento y de prueba.

3. Confirma o edita las etiquetas del documento.

4. Entrena el modelo.

   • Selecciona la pestaña Compilación y, en el cuadro Ajuste fino, selecciona Crear nueva versión.

   

   Nota: La optimización ajustará un modelo básico, lo cual es recomendable, mientras que la opción Entrenar un modelo personalizado entrenará un modelo convencional que no se basa en IA generativa.

   • Prueba los parámetros de entrenamiento predeterminados o los valores proporcionados. Si los resultados no son satisfactorios, prueba estas opciones avanzadas:

   • Pasos de entrenamiento (entre 100 y 400): controla la frecuencia con la que se optimizan los pesos en un lote de datos durante la optimización.

     • Si es demasiado bajo, indica que el entrenamiento puede terminar antes de la convergencia (ajuste insuficiente).
     • Si es demasiado alto, el modelo puede ver el mismo lote de datos varias veces durante el entrenamiento, lo que puede provocar un sobreajuste.
     • Cuantos menos pasos haya, más rápido será el entrenamiento. Un número más alto puede ser útil en documentos con poca variación en la plantilla (y un número más bajo en aquellos con más variación).

   • Multiplicador de la tasa de aprendizaje (entre 0,1 y 10): controla la rapidez con la que se optimizan los parámetros del modelo en los datos de entrenamiento. Se corresponde aproximadamente con el tamaño de cada paso del entrenamiento.

     • Las tasas bajas implican pequeños cambios en los pesos del modelo en cada paso de entrenamiento. Si es demasiado bajo, es posible que el modelo no converja en una solución estable.
     • Las tasas altas indican grandes cambios, y si son demasiado altas, el modelo puede saltarse la solución óptima y converger en una solución subóptima.
     • El tiempo de entrenamiento no se ve afectado por la elección de la tasa de aprendizaje.

   • Asigna un nombre, selecciona la versión del procesador base que necesites y haz clic en Crear.

   

5. Evaluación: ve a Evaluar y probar, selecciona la versión que acabas de entrenar y, a continuación, Ver evaluación completa.

   

   • Ahora puede ver métricas como f1, precisión y recuperación de todo el documento y de cada campo.
   • Decide si el rendimiento cumple tus objetivos de producción. Si no es así, es posible que necesites más documentos de formación.

6. Para definir una nueva versión como predeterminada, sigue estos pasos:

   • Vaya a Gestionar versiones.
   • Selecciona para ver las opciones y, a continuación, Establecer como predeterminado.

   

   Nota: Compruebe que la versión se haya implementado. Si no es así, selecciona Implementar versión. Ahora puedes definir la nueva versión como predeterminada cuando su estado cambie a implementada.

   Tu modelo ya está desplegado y los documentos que se envíen a este procesador usarán tu versión personalizada. Quieres evaluar el rendimiento del modelo para comprobar si necesita más entrenamiento.

Etiquetado automático con el modelo fundacional

El modelo base puede extraer campos de forma precisa para varios tipos de documentos, pero también puedes proporcionar datos de entrenamiento adicionales para mejorar la precisión del modelo en estructuras de documentos específicas.

Document AI usa los nombres de las etiquetas que definas y las anotaciones anteriores para que sea más rápido y fácil etiquetar documentos a gran escala con el etiquetado automático.

1. Cuando hayas creado un procesador personalizado, ve a la pestaña Empezar.
2. Selecciona Crear campo.

3. Asigna a la etiqueta un nombre descriptivo y distinto. Elige Extraer para obtener los valores directamente del documento o Derivar para obtener los valores inferidos por el sistema. De esta forma, se mejora la precisión y el rendimiento del modelo base.

   

4. Para mejorar la precisión y el rendimiento de la extracción, añade una descripción (como contexto, estadísticas y conocimientos previos de cada entidad) de los tipos de entidades que debería detectar.

   Nota: Independientemente de la estructura o las variaciones del contenido, las reglas fomentan extracciones fiables y coherentes. Para guiar al modelo y minimizar la confusión en el documento, incluya descripciones de las propiedades con información de ubicación y patrones de texto de los valores de las propiedades.

   

   Nota: Puedes actualizar la descripción. Sin embargo, el cambio no se propagará a la versión del procesador personalizado. Se incluye una captura de pantalla de la descripción en la versión del procesador personalizado.

5. Ve a la pestaña Compilación y selecciona Importar documentos.

   

6. Selecciona la ruta de los documentos y el conjunto en el que se deben importar. Marca la opción de etiquetado automático y selecciona el modelo base.

7. En la pestaña Crear, selecciona Gestionar conjunto de datos.

8. Cuando veas los documentos importados, selecciona uno.

   

Las predicciones del modelo ahora se muestran resaltadas en morado.

1. Revisa cada etiqueta predicha por el modelo y comprueba que sea correcta.

2. Si faltan campos, añádelos también.

   Nota: Es importante que todos los campos sean lo más precisos posible, ya que, de lo contrario, el rendimiento del modelo se verá afectado. Más información sobre el etiquetado

   

3. Cuando se haya revisado el documento, selecciona Marcar como etiquetado. El documento ya está listo para que lo use el modelo.

4. Asegúrate de que el documento esté en el conjunto de prueba o de entrenamiento.

Anidación de tres niveles

Ahora, Extractor personalizado ofrece tres niveles de anidación. Esta función ofrece una mejor extracción de tablas complejas.

Nota: Solo se admiten tres niveles de anidación si se usan tipos de modelos de IA generativa ("Foundation") en el extractor personalizado. Los modelos de extracción, clasificación y división solo admiten dos niveles de anidación.

Puede determinar el tipo de modelo mediante las siguientes llamadas a la API:

• processors.get
• processorVersions.get

La respuesta es un ProcessorVersion, que contiene el campo modelType en la vista previa de la versión 1 beta 3.

Procedimiento y ejemplo

Usamos este ejemplo:

1. Selecciona Empezar y, a continuación, crea un campo:

   • Crea el nivel superior.
   • En este ejemplo, se usa officer_appointments.
   • Selecciona Esta es una etiqueta principal.
   • Selecciona Ocurrencia: Optional multiple.

   

2. Selecciona Añadir campo secundario. Ahora se puede crear la etiqueta de segundo nivel:

   • Crea la etiqueta officer para este nivel.
   • Selecciona Esta es una etiqueta principal.
   • Selecciona Ocurrencia: Optional multiple.

   

3. Selecciona Añadir campo secundario en el segundo nivel officer. Crea etiquetas secundarias para el tercer nivel de anidación.

4. Cuando hayas definido el esquema, podrás obtener predicciones de documentos con tres niveles de anidación mediante el etiquetado automático.

   

Etiquetar entidades anidadas en varias páginas

El procesador pretrained-foundation-model-v1.5-2025-05-05 admite la anidación de tres niveles en las páginas.

1. Etiqueta una entidad normalmente en una página. Nota: La entidad etiquetada solo se mostrará en la página en la que se haya etiquetado, y la barra de navegación cambiará de una página a otra. Si fijas la entidad superior, esta barra de navegación se mantendrá.

   

2. Fija la entidad superior con los elementos secundarios que quieras etiquetar en todas las páginas.

   

3. Vaya a la página que contenga la entidad o las entidades secundarias que quiera etiquetar.

Nota: La entidad superior también se puede desanclar, de modo que solo se muestre en las páginas en las que se había etiquetado anteriormente.

Configuración del conjunto de datos

Se necesita un conjunto de datos de documentos para entrenar, volver a entrenar o evaluar una versión de un procesador. Los procesadores de Document AI aprenden de ejemplos, al igual que los humanos. El conjunto de datos alimenta la estabilidad del procesador en términos de rendimiento.

Conjunto de datos de entrenamiento

Para mejorar el modelo y su precisión, entrena un conjunto de datos con tus documentos. El modelo se compone de documentos con información verificada.

• Para el ajuste fino, necesitas un mínimo de 1 documento para entrenar un nuevo modelo con la versión pretrained-foundation-model-v1.2-2024-05-10 y pretrained-foundation-model-v1.3-2024-08-31.
• Para el aprendizaje con pocos ejemplos, se recomiendan cinco documentos.
• En el caso de la clasificación sin ejemplos, solo se necesita un esquema.

La verdad fundamental son los datos etiquetados correctamente, según lo determinado por personas.

Conjunto de datos de prueba

El conjunto de datos de prueba es el que usa el modelo para generar una puntuación F1 (precisión). Se compone de documentos con datos verificados. Para ver con qué frecuencia acierta el modelo, se usa la verdad fundamental para comparar las predicciones del modelo (campos extraídos del modelo) con las respuestas correctas. El conjunto de datos de prueba debe tener al menos un documento para pretrained-foundation-model-v1.2-2024-05-10 y pretrained-foundation-model-v1.3-2024-08-31.

Extractor personalizado con descripciones de propiedades

Con las descripciones de propiedades, puedes entrenar un modelo describiendo cómo son los campos etiquetados. Puedes proporcionar contexto e información adicionales sobre cada entidad. De esta forma, el modelo puede entrenarse emparejando los campos que se ajusten a la descripción que proporciones y mejorar la precisión de la extracción. Las descripciones de las propiedades se pueden especificar tanto para las entidades principales como para las secundarias.

Algunos buenos ejemplos de descripciones de propiedades son la información de ubicación y los patrones de texto de los valores de las propiedades, que ayudan a aclarar posibles fuentes de confusión en el documento. Las descripciones de propiedades claras y precisas guían al modelo con reglas que fomentan extracciones más fiables y coherentes, independientemente de la estructura específica del documento o de las variaciones del contenido.

Actualizar el esquema de documento de un procesador

Para saber cómo definir las descripciones de las propiedades, consulta el artículo Actualizar el esquema del documento.

Enviar una solicitud de procesamiento con descripciones de propiedades

Si el esquema del documento ya tiene descripciones definidas, puedes enviar una solicitud de proceso con las instrucciones que se indican en Enviar una solicitud de proceso.

Ajustar un procesador con descripciones de propiedades

Antes de usar los datos de la solicitud, haz las siguientes sustituciones:

• LOCATION: la ubicación de tu procesador, por ejemplo:
  • us - Estados Unidos
  • eu - Unión Europea
• PROJECT_ID: tu ID de proyecto Google Cloud .
• PROCESSOR_ID: el ID de tu procesador personalizado.
• DISPLAY_NAME: nombre visible del procesador.
• PRETRAINED_PROCESSOR_VERSION: identificador de la versión del procesador. Consulta Seleccionar una versión del procesador para obtener más información. Por ejemplo:
  • pretrained-TYPE-vX.X-YYYY-MM-DD
  • stable
  • rc
• TRAIN_STEPS: pasos para entrenar el modelo.
• LEARN_RATE_MULTIPLIER: multiplicador de la tasa de aprendizaje para el ajuste fino del modelo.
• DOCUMENT_SCHEMA: Esquema del procesador. Consulta la representación de DocumentSchema.

Método HTTP y URL:

POST https://LOCATION-documentai.googleapis.com/v1beta3/projects/PROJECT_ID/locations/LOCATION/processors/PROCESSOR_ID/processorVersions/PROCESSOR_VERSION:process

Cuerpo JSON de la solicitud:

{
  "rawDocument": {
      "parent": "projects/PROJECT_ID/locations/LOCATION/processors/PROCESSOR_ID",
         "processor_version": {
             "name": "projects/PROJECT_ID/locations/LOCATION/processors/PROCESSOR_ID/processorVersions/DISPLAY_NAME",
             "display_name": "DISPLAY_NAME",
             "model_type": "MODEL_TYPE_GENERATIVE",
         },
         "base_processor_version": "projects/PROJECT_ID/locations/us/processors/PROCESSOR_ID/processorVersions/PRETRAINED_PROCESSOR_VERSION",
         "foundation_model_tuning_options": {
             "train_steps": TRAIN_STEPS,
             "learning_rate_multiplier": LEARN_RATE_MULTIPLIER,
         }
         "document_schema": DOCUMENT_SCHEMA
      }
}

Para enviar tu solicitud, elige una de estas opciones:

curl

Nota: En el siguiente comando se presupone que has iniciado sesión en la CLI de gcloud con tu cuenta de usuario ejecutando gcloud init o gcloud auth login o bien usando Cloud Shell, que inicia sesión automáticamente en la CLI de gcloud . Para comprobar qué cuenta está activa, ejecuta gcloud auth list.

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-documentai.googleapis.com/v1beta3/projects/PROJECT_ID/locations/LOCATION/processors/PROCESSOR_ID/processorVersions/PROCESSOR_VERSION:process"

PowerShell

Nota: El siguiente comando presupone que has iniciado sesión en la CLI de gcloud con tu cuenta de usuario ejecutando gcloud init o gcloud auth login . Para comprobar qué cuenta está activa, ejecuta gcloud auth list.

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-documentai.googleapis.com/v1beta3/projects/PROJECT_ID/locations/LOCATION/processors/PROCESSOR_ID/processorVersions/PROCESSOR_VERSION:process" | Select-Object -Expand Content

Extractor personalizado con detección de firmas

Vista previa

Este producto o función está sujeto a los "Términos de las Ofertas de Acceso Previo a la Disponibilidad General" de la sección Términos Generales de los Servicios de los Términos Específicos de los Servicios. Los productos y las funciones previos a la disponibilidad general están disponibles tal cual y pueden tener una compatibilidad y asistencia limitadas. Para obtener más información, consulta las descripciones de las fases de lanzamiento.

(Vista previa pública) El extractor personalizado admite la detección de firmas. Esta función te permite detectar la presencia de firmas en los documentos. La detección de firmas solo está disponible mediante el tipo de método derived. Puedes especificar un esquema con el tipo de entidad signature para estas entidades. Las entidades de firma se derivan mediante señales visuales del documento.

Para ver ejemplos e instrucciones de configuración, haga clic en Extractor personalizado con campo derivado y detección de firmas.

Extractor personalizado con campos derivados

Vista previa

Este producto o función está sujeto a los "Términos de las Ofertas de Acceso Previo a la Disponibilidad General" de la sección Términos Generales de los Servicios de los Términos Específicos de los Servicios. Los productos y las funciones previos a la disponibilidad general están disponibles tal cual y pueden tener una compatibilidad y asistencia limitadas. Para obtener más información, consulta las descripciones de las fases de lanzamiento.

El extractor personalizado admite campos derivados. Te permite configurar un campo para que se rellene mediante inferencia o generación inteligentes basadas en el contexto del documento, en lugar de extraer el texto directamente. Puedes usarla en casos prácticos como deducir el país a partir de una dirección, resumir un documento, contar los elementos de una tabla o detectar si un documento de identificación es auténtico, sin necesidad de que el valor esté presente de forma explícita en el texto.

Para ver ejemplos e instrucciones de configuración, haga clic en Extractor personalizado con campo derivado y detección de firmas.

Importante: Los campos derivados se generan por página. Para obtener más información, consulta las limitaciones de los campos derivados.

Siguientes pasos

Consulta información sobre el extractor personalizado con campo derivado y detección de firmas.