你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn

文档智能的工作室体验

此内容适用于:选中标记v4.0 (GA) | 以前的版本:蓝色复选标记v3.1 (GA)蓝色复选标记v3.0 (GA)

该工作室工具是一种在线工具,用于直观地浏览、了解、训练并整合文档智能服务的功能,并将这些功能集成到您的应用程序中。 工作室提供了一个用于试验不同文档智能模型的平台,并且能够以交互方式对返回的数据进行采样,而无需编写代码。 您可使用工作室体验来:

  • 详细了解文档智能中的不同功能。
  • 使用文档智能资源测试示例文档的模型或上传自己的文档。
  • 试验不同的加载项和预览功能,以根据需要调整输出。
  • 训练自定义分类模型以对文档进行分类。
  • 训练自定义提取模型以从文档中提取字段。
  • 获取特定于语言的 SDKs 示例代码以集成到您的应用程序中。

目前,我们正在将功能从文档智能工作室迁移到新的 Azure AI Foundry 门户。 这两个工作室提供的功能存在一些差异,这决定了哪个工作室适合你的用例。

选择正确的工作室体验

目前存在两个工作室:Azure AI Foundry 门户和用于构建及验证文档智能模型的文档智能工作室。 在体验向新的 Azure AI Foundry 门户进行迁移期间,一部分体验同时在这两个工作室中提供,而其他体验/模型则仅在其中一个工作室中提供。 下面是用于根据你的需求选择工作室体验的一些指南。 我们的所有预构建模型常规提取模型在这两个工作室中都可用。

何时使用文档智能工作室

文档智能工作室包含 2024 年 11 月或之前发布的所有功能。 对于任何 v2.1、v3.0、v3.1 功能,请继续使用 Document Intelligence Studio。 工作室提供用于标记、训练和验证自定义模型的视觉体验。 对于自定义文档字段提取模型,请使用文档智能工作室制作模板和神经模型。 自定义分类模型只能在文档智能工作室中训练和使用。 如果要从版本 v3.0、v3.1 和 v4.0 试用正式发布版的模型,请使用文档智能工作室。

何时使用 Azure AI Foundry 门户

从新的 Azure AI Foundry 开始,试用 2024-11-30 版本中的任何预构建文档模型,包括常规提取模型,如读取或布局模型。

详细了解文档智能工作室

从以下选项卡中选择相应的工作室体验,详细了解每个工作室以及如何开始使用。

重要

工作室支持文档智能 v3.0 及更高版本的 API 版本,以便进行模型分析和自定义模型训练。 支持以前训练的带有标记数据的 v2.1 模型,但不支持 v2.1 模型训练。 有关从 v2.1 迁移到 v3.0 的详细信息,请参阅 REST API 迁移指南

请使用文档智能工作室快速入门,以开始使用文档分析模型或预生成模型分析文档。 使用语言特定 SDKs 之一生成自定义模型,并在应用程序中引用这些模型。

文档智能模型支持

使用帮助向导、标记界面、训练步骤和可视化效果来了解每个功能的工作原理。

  • 读取:在示例文档或你自己的文档中试用文档智能的“工作室读取”功能,以提取文本行、字词、检测到的语言和手写样式(如果检测到)。 有关详细信息,请参阅读取概述”。

  • 布局:在示例文档或你自己的文档中试用文档智能的“工作室布局”功能,以提取文本、表、选择标记和结构信息。 有关详细信息,请参阅布局概述”。

  • 预生成模型:使用文档智能的预生成模型,可以在应用和流中添加智能文档处理,而无需训练和生成自己的模型。 例如,从“工作室发票”功能开始。 有关详细信息,请参阅模型概述”。

  • 自定义提取模型:借助文档智能的“工作室自定义模型”功能,可以从使用你的数据进行训练的模型中提取字段和值,以根据你的表单和文档进行定制。 要从多种表单类型中提取数据,请创建独立的自定义模型,或者组合两个或更多自定义模型来创建组合模型。 使用示例文档测试自定义模型,并通过迭代改进模型。 有关详细信息,请参阅自定义模型概述”。

  • 自定义分类模型:文档分类是文档智能支持的新方案。 文档分类器 API 支持分类和拆分应用场景。 训练分类模型以识别应用程序支持的不同类型的文档。 分类模型的输入文件可以包含多个文档,并在关联的页面范围内对每个文档进行分类。 要了解更多信息,请参阅自定义分类模型

  • 附加功能:文档智能支持更复杂的分析功能。 可以使用每个模型页中的“Analyze Options”按钮在工作室中启用和禁用这些可选功能。 有 4 项可用的附加功能:highResolutionformulafontbarcode extraction。 要了解更多信息,请参阅附加功能

后续步骤