Übersicht: Document AI

In diesem Dokument werden die wichtigsten Grundlagen der Verwendung von Document AI beschrieben. Sie sollten diese Seite lesen, bevor Sie mit anderen Dokumentationen oder Kurzanleitungen fortfahren.

Workflows für die Dokumentenverarbeitung automatisieren

Unternehmen auf der ganzen Welt sind stark auf Dokumente angewiesen, um Informationen zu speichern und zu vermitteln. Diese Informationen müssen oft digitalisiert werden, damit sie nützlich sind. Dies wird jedoch in der Regel durch zeitintensive, manuelle Prozesse erreicht.

Beispiel:

  • Digitalisierung von Büchern für E-Reader
  • Verarbeitung von medizinischen Aufnahmeformularen in Arztpraxen.
  • Parsen von Belegen und Rechnungen zur Validierung von Spesenabrechnungen.
  • Authentifizierung der Identität anhand von Personalausweisen.
  • Extrahieren von Einkommensinformationen aus Steuerformularen zur Genehmigung von Krediten.
  • Verträge auf wichtige Geschäftsvereinbarungen prüfen

Bei jedem dieser Workflows wird der Rohtext aus Dokumenten abgerufen und dann der spezifische Text extrahiert, der den benötigten Daten (den Feldern oder Entitäten) entspricht. Jeder Dokumenttyp hat jedoch eine andere Struktur und ein anderes Layout und die Muster der Felder variieren je nach Anwendungsfall.

Document AI-Komponenten

Document AI ist eine Plattform zur Verarbeitung und zum Verständnis von Dokumenten, die unstrukturierte Daten aus Dokumenten in strukturierte Daten (bestimmte Felder, geeignet für eine Datenbank) umwandelt, sodass sie leichter verständlich, analysierbar und aufnehmbar sind.

Document AI basiert auf Produkten in Vertex AI mit generativer KI. Damit können Sie skalierbare, cloudbasierte End-to-End-Anwendungen zur Dokumentenverarbeitung erstellen, ohne dass Sie dafür spezielle Fachkenntnisse im Bereich Machine Learning benötigen.

Mit Document AI können Sie:

  • Dokumente mit OCR digitalisieren, um Text, Layout und verschiedene Add-ons wie die Erkennung der Bildqualität (für die Lesbarkeit) und die Schräglagenkorrektur (vollautomatisch) zu erhalten.
  • Extrahieren Sie Text- und Layoutinformationen aus Dokumentdateien und normalisieren Sie Entitäten.
  • Schlüssel/Wert-Paare (kvp) in strukturierten Formularen und regulären Tabellen identifizieren. Beispiel: Name: Jill Smith ist ein Schlüssel/Wert-Paar.
  • Klassifizieren Sie Dokumenttypen, um nachgelagerte Prozesse wie Extraktion und Speicherung zu steuern.
  • Dokumente nach Typ aufteilen und klassifizieren. Beispiel: eine PDF-Datei mit mehreren echten Dokumenten.
  • Datasets für die Feinabstimmung und Modellbewertungen vorbereiten, indem Sie Funktionen wie automatisches Labeling, Schemaverwaltung und Dataset-Verwaltung (z. B. Dokument- und Vorhersageprüfung) verwenden.
  • Integrieren Sie es in Produkte wie Cloud Storage, BigQuery und Agent Search, um Dokumente und Metadaten zu speichern, zu suchen, zu organisieren, zu verwalten und zu analysieren.

Dieses Diagramm zeigt alle wichtigen Schritte zur Dokumentverarbeitung, die von Document AI unterstützt werden, und wie sie miteinander verbunden werden können.

docai-overview-1

Prozessor

Ein Document AI-Prozessor befindet sich zwischen der Dokumentdatei und einem Modell für maschinelles Lernen, das Dokumentverarbeitungs- und -erkennungsaktionen ausführt. Sie können zum Klassifizieren, Aufteilen, Parsen oder Analysieren eines Dokuments verwendet werden.

In jedem Google Cloud -Projekt müssen eigene Prozessorinstanzen erstellt werden.

Prozessoren fallen in eine der folgenden Kategorien:

  • Digitalisieren: OCR.
  • Extrahieren: Benutzerdefinierter Extraktor, Formularparser, Layoutparser und vortrainierte Parser.
  • Klassifizieren: Benutzerdefinierter Klassifikator und benutzerdefinierter Splitter.

Informationen zu allen verfügbaren Prozessortypen für Document AI finden Sie in der vollständigen Liste der Prozessoren und Details.

Welchen Prozessor sollte ich verwenden?

Hier sind einige allgemeine Richtlinien, die Ihnen bei der Entscheidung helfen, welcher Prozessortyp für eine bestimmte Anwendung verwendet werden soll:

Kategorie Anwendungsfall Prozessortyp
Digitalisieren Text- und Layoutinformationen aus Dokumenten extrahieren Enterprise Document OCR
Bildqualität (Lesbarkeit) des gescannten Dokuments analysieren. Enterprise Document OCR mit aktivierter Bildqualitätsanalyse
Entitäten aus einem benutzerdefinierten Dokument extrahieren, das die Kriterien für benutzerdefinierte Prozessoren nicht erfüllt.
Extrahieren Tabellen oder Schlüssel/Wert-Paare aus einem strukturierten Formular in einem Dokument extrahieren. Form Parser
Extrahiert Elemente wie Text, Tabellen und Listen in einem Dokument und gibt kontextsensitive Blöcke zurück. Gemini-Layoutparser
Entitäten aus einem benutzerdefinierten Dokument extrahieren, das die Kriterien für benutzerdefinierte Prozessoren erfüllt. Benutzerdefinierten Extraktor erstellen
Entitäten aus einem speziellen Dokumenttyp extrahieren. Ein vortrainierter Prozessor (Weiter trainieren, um die Qualität zu verbessern.)
Klassifizieren Dokumente klassifizieren Benutzerdefinierten Klassifikator erstellen
Dokumente aufteilen Benutzerdefinierten Splitter erstellen

Dieses Diagramm hilft Ihnen, den besten Prozessor für jeden Anwendungsfall zu finden.

docai-overview-2

Document AI-Prozessoren verwenden

Hier sind die wichtigsten Schritte, um mit Document AI Dokumente zu verarbeiten:

  1. Wählen Sie einen Prozessor aus, der für Ihren Anwendungsfall geeignet ist.

  2. Erstellen Sie einen Prozessor mit der Google Cloud Console oder der Document AI API.

    • Document AI erstellt einen Vorhersage-Endpunkt, an den Sie Ihre Dokumente senden können.

    • Eine ausführliche Anleitung finden Sie unter Prozessor erstellen.

  3. Prozessor mit Trainings- und Testdaten von Grund auf trainieren oder eine neue (vortrainierte) Prozessorversion auf Basis einer vorhandenen Version trainieren.

  4. Senden Sie Ihre Dokumente zur Verarbeitung.

Weiter
Document AI testen