Configurar casos de uso de extração de documentos

  • Versão de lançamento: Xanadu
  • Atualizado 1 de ago. de 2024
  • 1 min. de leitura
  • Em Inteligência para documentos, um caso de uso é um modelo usado para definir a estrutura de um tipo de documento que você deseja processar. Ele é composto pelo registro de caso de uso e seus campos relacionados, grupos de campos, integrações, fluxos e todos os modelos de aprendizado de máquina (ML) relacionados.

    Visão geral dos casos de uso de extração de documentos

    Em um caso de uso de extração de documentos, você define as informações que deseja que a IA detecte em um documento. Faça isso especificando o tipo de documento a ser processado, os campos a serem detectados e o local onde os resultados do processamento de documentos serão armazenados.

    Por exemplo, se você quiser processar documentos de fatura, convém um caso de uso “Fatura”. Este caso de uso pode ter campos para data, número da fatura, item e assim por diante, para definir quais informações precisam ser extraídas do documento.

    Caso de uso de extração de documento mostrando campos e grupos de campos.

    Depois de definir um caso de uso de extração de documentos, os agentes podem começar a processar documentos para ele em tarefas de documento.

    Fluxo de trabalho

    Configure um caso de uso de extração de documentos nas etapas a seguir.

    1. Crie um caso de uso.

      Defina o nome,a tabela de destino oidioma do caso de uso.

    2. Criar um campo para extração de dados.

      Defina os campos que a IA aprenderá a detectar e extrair valores.

      Defina agrupamentos de campos para ajudar a extrair e organizar os dados coletados de tabelas ou padrões de informações, como listas de caixas de seleção.

    3. Configurar modos de extração de dados.

      Defina como os campos devem ser extraídos de documentos em uma tarefa de documento.

    4. Configurar integrações.

      Configure uma integração para acionar o processamento de tarefas de documento ou a extração de valor para fluxos de trabalho com outras aplicações.

    Conforme os agentes trabalham em tarefas de documento para extrair valores de campo de documentos individuais, a IA aprende com o feedback e continua a melhorar.