Este documento é um guia dos conceitos básicos do uso da Document AI. Leia esta página antes de prosseguir para qualquer outra documentação ou guia de início rápido.
Automatizar fluxos de trabalho de processamento de documentos
Empresas do mundo todo dependem muito de documentos para armazenar e transmitir informações. Essas informações geralmente precisam ser digitalizadas para se tornarem úteis. No entanto, isso geralmente é feito por processos manuais demorados.
Exemplo:
- Digitalização de livros para e-readers.
- Processamento de formulários de admissão médica em consultórios.
- Análise de recibos e faturas para validação de relatórios de despesas.
- Autenticação de identidade com base em documentos de ID.
- Extração de informações de renda de declarações fiscais para aprovação de empréstimos.
- Entender os contratos para os principais termos de contratos comerciais.
Cada um desses fluxos de trabalho envolve receber o texto bruto dos documentos e, em seguida, extrair o texto específico que corresponde aos dados necessários (os campos ou as entidades). No entanto, cada tipo de documento tem uma estrutura e um layout diferentes, e o padrão de campos varia de acordo com o caso de uso específico.
Componentes da Document AI
A Document AI é uma plataforma de processamento e compreensão de documentos que pega dados não estruturados de documentos e os transforma em dados estruturados (campos específicos, adequados para um banco de dados), facilitando o entendimento, a análise e o consumo.
A Document AI é criada com base em produtos da Vertex AI com IA generativa para ajudar você a criar aplicativos de processamento de documentos escalonáveis, completos e baseados na nuvem sem precisar de experiência especializada em machine learning.
Com a Document AI, é possível:
- Digitalize documentos usando OCR para extrair texto, layout e vários complementos, como detecção de qualidade de imagem (para legibilidade) e correção de inclinação (totalmente automática).
- Extraia informações de texto e layout de arquivos de documentos e normalize entidades.
- Identificar pares de chave-valor (kvp) em formulários estruturados e tabelas regulares. Por exemplo:
Name: Jill Smithé um par de chave-valor. - Classifique tipos de documentos para impulsionar processos downstream, como extração e armazenamento.
- Divida e classifique documentos por tipo. Por exemplo, um arquivo PDF com vários documentos reais.
- Prepare conjuntos de dados para uso em ajustes e avaliações de modelos usando recursos de rotulagem automática, gerenciamento de esquemas e gerenciamento de conjuntos de dados, como revisão de documentos e previsões.
- Integre-o a produtos como o Cloud Storage, o BigQuery e a Pesquisa de Agentes para ajudar a armazenar, pesquisar, organizar, controlar e analisar documentos e metadados.
Este diagrama ilustra todas as principais etapas de processamento de documentos compatíveis com a Document AI e como elas podem se conectar umas às outras.
Processador
Um processador da Document AI fica entre o arquivo do documento e um modelo de machine learning que executa ações de processamento de IA e compreensão de documentos. Eles podem ser usados para classificar, dividir, analisar ou analisar um documento.
Cada projeto do Google Cloud precisa criar as próprias instâncias de processador.
Os processadores se enquadram em uma das seguintes categorias:
- Digitalizar: OCR.
- Extração: extrator personalizado, analisador de formulários, analisador de layout e analisadores pré-treinados.
- Classificar: classificador personalizado e divisor personalizado.
Consulte a lista completa de processadores e detalhes para informações sobre todos os tipos de processadores disponíveis para a Document AI.
Qual processador devo usar?
Para decidir qual tipo de processador usar em um aplicativo específico, confira algumas diretrizes gerais:
| Categoria | Caso de uso | Tipo de processador |
|---|---|---|
| Digitalizar | Extraia texto e informações de layout de documentos. | Enterprise Document OCR |
| Analisar a qualidade da imagem digitalizada (legibilidade) de um documento. | Enterprise Document OCR com a análise de qualidade de imagem ativada | |
| Extrair entidades de um documento personalizado que não atende aos critérios do processador personalizado. | ||
| Extrair | Extraia tabelas ou pares de chave-valor de um formulário estruturado em um documento. | Analisador de formulários |
| Extraia elementos como texto, tabelas e listas em um documento e retorne blocos com reconhecimento de contexto. | Analisador de layout do Gemini | |
| Extraia entidades de um documento personalizado que atenda aos critérios do processador personalizado. | Criar um extrator personalizado | |
| Extrair entidades de um tipo de documento especializado. | Um processador pré-treinado (treinamento avançado para melhorar a qualidade). | |
| Classificar | Classificar documentos. | Criar um classificador personalizado |
| Dividir documentos. | Criar um divisor personalizado |
Este diagrama ajuda a determinar qual processador funciona melhor para cada caso de uso.
Usar processadores da Document AI
Estas são as principais etapas para usar a Document AI no processamento de documentos:
Escolha um processador adequado ao seu caso de uso.
- Para informações completas sobre cada processador, consulte a Lista completa de processadores e detalhes.
Crie um processador usando o console do Google Cloud ou a API Document AI.
A Document AI cria um endpoint de previsão para onde você pode enviar seus documentos.
Para instruções detalhadas, consulte Como criar um processador.
Treinar um processador com dados de treinamento e teste do zero ou aprimorar o treinamento de uma nova versão do processador (pré-treinada) com base em uma atual.
- Para instruções detalhadas, consulte Treinar processador.
Envie seus documentos para processamento.
A Document AI processa os documentos e retorna um ou mais objetos
Document, que contêm as informações extraídas e estruturadas.Para instruções detalhadas, consulte Como enviar uma solicitação de processamento e Como processar a resposta.