Este documento es una guía de los conceptos fundamentales del uso de Document AI. Debes leer esta página antes de continuar con cualquier otra documentación o guía de inicio rápido.
Automatiza los flujos de trabajo de procesamiento de documentos
Las empresas de todo el mundo dependen en gran medida de los documentos para almacenar y transmitir información. A menudo, esta información debe digitalizarse para que sea útil. Sin embargo, esto suele lograrse a través de procesos manuales que requieren mucho tiempo.
Por ejemplo:
- Digitalizar libros para lectores de libros electrónicos
- Procesar formularios de admisión médica en consultorios médicos
- Analizar recibos y facturas para validar informes de gastos
- Autenticar la identidad según los documentos de identidad
- Extraer información de ingresos de formularios fiscales para aprobar préstamos
- Comprender los contratos para conocer las condiciones clave de los acuerdos comerciales
Cada uno de estos flujos de trabajo implica obtener el texto sin procesar de los documentos y, luego, extraer el texto específico que corresponde a los datos necesarios (los campos o las entidades). Sin embargo, cada tipo de documento tiene una estructura y un diseño diferentes, y el patrón de los campos varía según el caso de uso específico.
Componentes de Document AI
Document AI es una plataforma de procesamiento y comprensión de documentos que toma datos no estructurados de documentos y los transforma en datos estructurados (campos específicos, adecuados para una base de datos), lo que facilita su comprensión, análisis y consumo.
Document AI se basa en productos de Vertex AI con IA generativa para ayudarte a crear aplicaciones de procesamiento de documentos escalables, de extremo a extremo y basadas en la nube sin experiencia especializada en aprendizaje automático.
Con Document AI, puedes hacer lo siguiente:
- Digitaliza documentos con OCR para obtener texto, diseño y varios complementos, como la detección de la calidad de la imagen (para legibilidad) y la corrección de inclinación (completamente automática).
- Extrae información de texto y diseño de archivos de documentos, y normaliza entidades.
- Identificar pares clave-valor (kvp) en formularios estructurados y tablas normales Por ejemplo:
Name: Jill Smithes un par clave-valor. - Clasifica los tipos de documentos para impulsar los procesos descendentes, como la extracción y el almacenamiento.
- Divide y clasifica documentos por tipo. Por ejemplo, un archivo PDF con varios documentos reales.
- Prepara conjuntos de datos para usarlos en el ajuste y las evaluaciones de modelos con funciones de etiquetado automático, administración de esquemas y administración de conjuntos de datos, como la revisión de documentos y predicciones.
- Intégralo con productos como Cloud Storage, BigQuery y Agent Search para ayudarte a almacenar, buscar, organizar, administrar y analizar documentos y metadatos.
En este diagrama, se ilustran todos los pasos clave del procesamiento de documentos que admite Document AI y cómo se pueden conectar entre sí.
Procesador
Un procesador de Document AI se encuentra entre el archivo del documento y un modelo de aprendizaje automático que realiza acciones de procesamiento y comprensión de documentos. Se pueden usar para clasificar, dividir, analizar o analizar un documento.
Cada proyecto de Google Cloud debe crear sus propias instancias de procesador.
Los procesadores se clasifican en una de las siguientes categorías:
- Digitalizar: OCR.
- Extracción: Extractor personalizado, analizador de formularios, analizador de diseño y analizadores previamente entrenados.
- Clasificar: Clasificador personalizado y divisor personalizado.
Consulta la lista completa de procesadores y detalles para obtener información sobre todos los tipos de procesadores disponibles para Document AI.
¿Qué procesador debo usar?
Para decidir qué tipo de procesador usar en una aplicación específica, consulta los siguientes lineamientos generales:
| Categoría | Caso práctico | Tipo de procesador |
|---|---|---|
| Digitaliza | Extrae texto y la información de diseño de los documentos. | Enterprise Document OCR |
| Analiza la calidad de la imagen escaneada (legibilidad) de un documento. | Enterprise Document OCR con el análisis de calidad de la imagen habilitado | |
| Extraer entidades de un documento personalizado que no cumple con los criterios del procesador personalizado | ||
| Extraer | Extrae tablas o pares clave-valor de un formulario estructurado en un documento. | Analizador de formularios |
| Extrae elementos como texto, tablas y listas de un documento, y devuelve fragmentos con contexto. | Analizador de diseño de Gemini | |
| Extrae entidades de un documento personalizado que cumpla con los criterios del procesador personalizado. | Crea un extractor personalizado | |
| Extrae entidades de un tipo de documento especializado. | Un procesador previamente entrenado (enriquecido para mejorar la calidad) | |
| Clasificar | Clasificar documentos | Crea un clasificador personalizado |
| Divide documentos. | Crea un separador personalizado |
Este diagrama ayuda a determinar qué procesador funciona mejor para cada caso de uso.
Usa procesadores de Document AI
Estos son los pasos principales para usar Document AI y comenzar a procesar documentos:
Elige un procesador que sea adecuado para tu caso de uso.
- Para obtener información completa sobre cada procesador, consulta la lista completa de procesadores y detalles.
Crea un procesador con la consola de Google Cloud o la API de Document AI.
Document AI crea un extremo de predicción al que puedes enviar tus documentos.
Para obtener instrucciones detalladas, consulta Crea un procesador.
Entrenar un procesador con datos de entrenamiento y prueba desde cero, o enriquecer una versión nueva (preentrenada) del procesador sobre una existente
- Para obtener instrucciones detalladas, consulta Entrena el procesador.
Envía tus documentos para su procesamiento.
Document AI procesa los documentos y devuelve uno o más objetos
Document, que contienen la información extraída y estructurada.Para obtener instrucciones detalladas, consulta Envía una solicitud de procesamiento y Administra la respuesta de procesamiento.