コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
人間参加型の概要
人間参加型(HITL)は、Document AI プロセッサによって抽出されたデータが重要なビジネス アプリケーションで使用される前に、人間が検証、修正して正確性を確保できるようにします。
自社またはパートナーの従業員(HITL ではラベラーと呼ばれる)が Document AI プロセッサによってドキュメントから抽出されたデータを確認、検証、修正するためのワークフローとプラットフォームを提供します。
機能
- HITL に送信されるドキュメントの数を制限する信頼度のしきい値フィルタ。
- ラベル付け担当者プールの管理(タスクの割り当て、タスクとラベル付け担当者別の効率分析など)。
- ラベル付け担当者のドキュメントあたりの処理時間を短縮する UI キューと機能。
- タスクとラベラー別の分析と指標により、HITL オペレーションを効率化できます。
利点
- リスクの軽減 - 請求書の金額、請求先住所、ローン金額など、重要なデータが正しくない財務リスクを軽減します。
- 例外処理を簡素化 - 人間による審査と例外処理のワークフローを簡単にロールアウトできます。
- 人材の効率性 - 人間によるレビューを管理する人員の生産性を管理、モニタリング、改善します。
- 費用の管理 - 構成可能なフィルタを使用して、人間による審査の費用を管理します。
- データの完全性 - ダウンストリームのビジネス アプリケーション用に抽出されたデータが完全であることを確認します。
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-03-04 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["わかりにくい","hardToUnderstand","thumb-down"],["情報またはサンプルコードが不正確","incorrectInformationOrSampleCode","thumb-down"],["必要な情報 / サンプルがない","missingTheInformationSamplesINeed","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2025-03-04 UTC。"],[],[]]