ドキュメント インテリジェンスのカスタム モデル

このコンテンツは適用対象:v4.0 (GA) | 以前のバージョン:v3.1 (GA)v3.0 (廃止)v2.1 (廃止)

このコンテンツは適用対象です:v3.1 (GA) | 最新バージョン:v4.0 (GA) | 以前のバージョン:v3.0v2.1

このコンテンツは適用対象:v3.0 (廃止) | 最新バージョン:v4.0 (GA)v3.1 | 以前のバージョン:v2.1 (廃止)

このコンテンツの適用対象:v2.1 | Latest version:v4.0 (GA)

カスタム ドキュメント モデルの種類

カスタム ドキュメント モデルには、 カスタム テンプレートまたはカスタム フォーム、カスタム ニューラル またはカスタム ドキュメント モデルの 2 種類のいずれかを指定できます。 両方のモデルのラベル付けとトレーニングプロセスは同じですが、モデルは次のように異なります。

カスタム抽出モデル

カスタム抽出モデルを作成するには、抽出する値を使用してドキュメントのデータセットにラベルを付け、ラベル付けされたデータセットでモデルをトレーニングします。 作業を開始するには、同じフォームまたはドキュメントの種類の例が 5 つだけ必要です。

カスタム ニューラル モデル

カスタム ニューラル (カスタム ドキュメント) モデルでは、ドキュメントの大規模なコレクションでトレーニングされたディープ ラーニング モデルと基本モデルが使用されます。 このモデルは、ラベル付けされたデータセットを使用してモデルをトレーニングするときに、データに合わせて微調整または調整されます。 カスタム ニューラル モデルでは、構造化ドキュメント、半構造化ドキュメント、および非構造化ドキュメントからキー データ フィールドを抽出できます。 2 つのモデルの種類から選択する場合は、まずニューラル モデルを使用して、機能ニーズを満たしているかどうかを判断します。 V4.0 では、カスタム ニューラル モデルでは、署名の検出、テーブルの信頼度、および重複するフィールドがサポートされます。 カスタム ドキュメント モデルの詳細については、 ニューラル モデルを参照してください。

カスタム テンプレート モデル

カスタム テンプレートまたはカスタム フォーム モデルは、ラベル付きデータを抽出するために一貫したビジュアル テンプレートに依存します。 ドキュメントの視覚的構造の差異は、モデルの精度に影響します。 アンケートやアプリケーションなどの構造化されたフォームは、一貫性のあるビジュアル テンプレートの例です。

トレーニング セットは、書式設定とレイアウトが静的で、あるドキュメント インスタンスから次のドキュメント インスタンスまで一定の構造化されたドキュメントで構成されます。 カスタム テンプレート モデルでは、キーと値のペア、選択マーク、テーブル、署名フィールド、および領域がサポートされます。 テンプレート モデル。 サポートされている任意の言語のドキュメントでトレーニングできます。 詳細については、カスタム テンプレート モデルを参照してください。

ドキュメントと抽出シナリオの言語でカスタム ニューラル モデルがサポートされている場合は、テンプレート モデルに対してカスタム ニューラル モデルを使用して精度を向上することをお勧めします。

入力要件

• 最良の結果を得るには、ドキュメントごとに 1 つの明確な写真または高品質のスキャンを提供します。

• サポートされているファイル形式:

  モデル	PDF	画像: jpeg/jpg、 png、 bmp、 tiff、 heif	Microsoft Office: Word (docx)、Excel (xlsx)、PowerPoint (pptx)
  読む	✔	✔	✔
  レイアウト	✔	✔	✔
  一般文書	✔	✔
  プリビルド	✔	✔
  カスタム抽出	✔	✔
  カスタム分類	✔	✔	✔

  ✱ Microsoft Office ファイルは現在、他のモデルまたはバージョンではサポートされていません。

• PDF および TIFF の場合、最大 2,000 ページを処理できます (Free レベルのサブスクリプションでは、最初の 2 ページのみが処理されます)。

• ドキュメントを分析するためのファイル サイズは、有料プラン（S0）の場合は500 MB、無料プラン（F0）の場合は4 MBです。

• 画像のサイズは、50 x 50 ピクセルから 10,000 ピクセル x 10,000 ピクセルの間である必要があります。

• PDF がパスワードロックされている場合は、提出前にロックを解除する必要があります。

• 抽出するテキストの最小高さは、1024 x 768 ピクセルの画像で 12 ピクセルです。 このディメンションは、約 8ポイントのテキスト (1 インチあたり 150 ドット) に対応します。

• カスタム モデル トレーニングの場合、トレーニング データの最大ページ数は、カスタム テンプレート モデルの場合は 500 ページ、カスタム ニューラル モデルの場合は 50,000 ページです。

• カスタム抽出モデルのトレーニングの場合、トレーニングデータの合計サイズは、テンプレートモデルは50 MB、ニューラルモデルは1 GBです。

• カスタム分類モデルトレーニングの場合、トレーニング データの合計サイズは最大 10,000 ページで 1 GB されます。

最適なトレーニング データ

トレーニング入力データは、機械学習モデルの基礎となります。 モデルの品質、精度、およびパフォーマンスが決まります。 そのため、ドキュメント インテリジェンス プロジェクトに最適なトレーニング入力データを作成することが重要です。 ドキュメント インテリジェンス カスタム モデルを使用する場合は、独自のトレーニング データを提供します。 モデルを効果的にトレーニングするのに役立つヒントをいくつか次に示します。

• 可能な場合は、画像ベースの PDF の代わりにテキストベースを使用します。 画像ベースの PDF を識別する 1 つの方法は、ドキュメント内の特定のテキストを選択することです。 テキストの画像全体のみを選択できる場合、ドキュメントは画像ベースであり、テキストベースではありません。

• 各形式 (JPEG/JPG、PNG、BMP、PDF、または TIFF) のサブフォルダーを使用して、トレーニング ドキュメントを整理します。

• 使用可能なすべてのフィールドが入力されているフォームを使用します。

• 各フィールドで値が異なるフォームを使用します。

• 画像の品質が低い場合は、より大きなデータセット (5 つ以上のトレーニング ドキュメント) を使用します。

• 1 つのモデルを使用するか、1 つのモデルに構成された複数のモデルを使用する必要があるかどうかを判断します。

• データセットをフォルダーに分割することを検討してください。各フォルダーは一意のテンプレートです。 フォルダーごとに 1 つのモデルをトレーニングし、結果のモデルを 1 つのエンドポイントに作成します。 モデルの精度は、1 つのモデルで分析される形式が異なる場合に低下する可能性があります。

• フォームに形式と改ページのバリエーションがある場合は、データセットをセグメント化して複数のモデルをトレーニングすることを検討してください。 カスタム フォームは、一貫性のあるビジュアル テンプレートに依存します。

• 形式、ドキュメントの種類、および構造を計算して、バランスの取れたデータセットがあることを確認します。

ビルド モード

build custom model操作により、テンプレートとニューラル カスタム モデルのサポートが追加されます。 以前のバージョンの REST API とクライアント ライブラリでは、 テンプレート モードと呼ばれる 1 つのビルド モードのみがサポートされました。

• テンプレート モデルでは、基本的なページ構造が同じドキュメント (外観が均一)、またはドキュメント内の要素の相対的な位置が同じドキュメントのみが受け入れられます。

• ニューラル モデルは、同じ情報を持ち、ページ構造が異なるドキュメントをサポートします。 これらのドキュメントの例には、同じ情報を共有する 米国 W2 フォームが含まれますが、企業によって外観は異なります。

次の表は、ビルド モードプログラミング言語の SDK リファレンスと、GitHubのコード サンプルへのリンクを示しています。

モデルの特徴を比較する

次の表では、カスタム テンプレートとカスタム ニューラル機能を比較します。

*-既定のトレーニング時間は 30 分で、有料トレーニングでは 30 分を超えるモデルをトレーニングできます。 カスタム ニューラルのトレーニング サポートの詳細を確認しましょう

カスタム分類モデル

ドキュメント分類は、 2023-07-31 (v3.1 GA) API を使用してドキュメント インテリジェンスでサポートされる新しいシナリオです。 ドキュメント分類子 API では、分類と分割のシナリオがサポートされています。 分類モデルをトレーニングして、アプリケーションがサポートするさまざまな種類のドキュメントを識別します。 分類モデルの入力ファイルには、複数のドキュメントを含め、関連付けられているページ範囲内の各ドキュメントを分類できます。 詳細については、カスタム分類モデルを参照してください。

カスタム モデル ツール

ドキュメント インテリジェンス v3.1 以降のモデルでは、次のツール、アプリケーション、ライブラリ、プログラム、およびライブラリがサポートされています。

カスタム モデルのライフ サイクル

カスタム モデルのライフ サイクルは、トレーニングに使用される API バージョンによって異なります。 API バージョンが一般公開 (GA) バージョンの場合、カスタム モデルのライフ サイクルはそのバージョンと同じです。 API バージョンが非推奨の場合、カスタム モデルは推論に使用できません。 API バージョンがプレビュー バージョンの場合、カスタム モデルのライフ サイクルは API のプレビュー バージョンと同じです。

ドキュメント インテリジェンス v2.1 では、次のツール、アプリケーション、およびライブラリがサポートされています。

サンプル ラベル付けツール

• ドキュメント インテリジェンス サンプル ラベル付けツールは、ドキュメント インテリジェンスと光学式文字認識 (OCR) 機能の最新機能をテストできるオープンソース ツールです。

• カスタム モデルの構築と使用を開始するには、 サンプル ラベル付けツールのクイック スタート を試してください。

ドキュメント インテリジェンス スタジオ

1. Document Intelligence Studio のホーム ページで、[カスタム抽出モデル] を選択します。

2. [ マイ プロジェクト] で、[ プロジェクトの作成] を選択します。

3. プロジェクトの詳細フィールドを記入してください。

4. トレーニング データ ソースを接続するためにストレージ アカウントと BLOB コンテナーを追加して、サービス リソースを構成します。

5. プロジェクトを確認して作成します。

6. カスタム モデルのラベル付け、ビルド、テストにサンプル ドキュメントを追加します。

最初のカスタム抽出モデルを作成する詳細なチュートリアルについては、「カスタム抽出モデルを作成する方法」を参照してください。

カスタム モデル抽出の概要

次の表は、サポートされているデータ抽出領域を比較します。

テーブルシンボル:
✔ —サポートされています
**n/a— 現在使用できません。
*-モデルによって動作が異なります。 テンプレート モデルでは、トレーニング時に合成データが生成されます。 ニューラル モデルでは、リージョンで認識された既存のテキストが選択されます。

• ドキュメント インテリジェンス サンプル ラベル付けツールを使用して、独自のフォームとドキュメントを処理してみてください。

• ドキュメント インテリジェンスのクイック スタートを完了し、選択した開発言語でドキュメント処理アプリの作成を開始します。

• Document Intelligence Studio で独自のフォームとドキュメントを処理してみてください。

• ドキュメント インテリジェンスのクイック スタートを完了し、選択した開発言語でドキュメント処理アプリの作成を開始します。