Creare progetti personalizzati di Document Intelligence Studio

Questo contenuto si applica a:checkmarkv4.0 (GA) | Versioni precedenti:blue-checkmarkv3.1 (GA)red-checkmarkv3.0 (ritiro)

Azure Document Intelligence in Foundry Tools Studio è uno strumento online che è possibile usare per esplorare, comprendere e integrare visivamente le funzionalità di Document Intelligence nelle applicazioni. Questa guida rapida mostra come configurare un progetto personalizzato in Document Intelligence Studio.

Prerequisiti

Per informazioni sulla sottoscrizione, la risorsa e la configurazione dell'autenticazione, vedere Introduzione a Document Intelligence Studio.

Prerequisiti per i nuovi utenti

Oltre a un account Azure e alla risorsa Document Intelligence o Microsoft Foundry, è necessario un contenitore Archiviazione BLOB di Azure e le assegnazioni di ruolo di Azure.

Contenitore di Archiviazione BLOB di Azure

È necessario un account prestazioni standard di Archiviazione BLOB di Azure. È possibile creare contenitori per archiviare e organizzare i documenti di training all'interno dell'account di archiviazione. Se non si sa come creare un account di archiviazione Azure con un contenitore, seguire queste guide introduttive:

  • Creare un account di archiviazione: quando si crea l'account di archiviazione, nei dettagli istanza>Prestazioni, selezionare Prestazioni standard.
  • Creare un contenitore: quando si crea il contenitore, nel riquadro Nuovo contenitore impostare il campo Livello di accesso pubblico su Contenitore (accesso in lettura anonimo per contenitori e BLOB).

Azure assegnazioni di ruolo

Per i progetti personalizzati, per diversi scenari sono necessarie le assegnazioni di ruolo seguenti:

  • Base

    • Utente di Servizi cognitivi: è necessario questo ruolo per la risorsa Document Intelligence o Microsoft Foundry per eseguire il training del modello personalizzato o eseguire l'analisi con i modelli sottoposti a training.
    • Collaboratore dati BLOB di archiviazione: l'account di archiviazione deve avere questo ruolo per creare un progetto ed etichettare i dati.
  • Avanzato

    • Collaboratore account di archiviazione: l'account di archiviazione deve avere questo ruolo per configurare le impostazioni CORS (condivisione di risorse tra origini). Questa azione è un'operazione una tantum se lo stesso account di archiviazione viene riutilizzato.
    • Collaboratore: è necessario questo ruolo per creare un gruppo di risorse e altre risorse.

    Nota

    Se l'autenticazione locale (basata su chiave) è disabilitata per la risorsa del servizio di Document Intelligence e l'account di archiviazione, assicurarsi di ottenere i ruoli Utente dei servizi cognitivi e Collaboratore dati BLOB di archiviazione, rispettivamente, in modo da disporre di autorizzazioni sufficienti per usare Document Intelligence Studio. I ruoli Collaboratore e Collaboratore dell'account di archiviazione consentono di elencare le chiavi, ma non consentono di usare le risorse quando l'accesso alla chiave è disabilitato.

Configurare CORS

Condivisione di risorse di origine incrociata deve essere configurata nell'account di archiviazione Azure affinché sia accessibile da Document Intelligence Studio. Per configurare CORS nel portale di Azure, è necessario accedere alla scheda CORS dell'account di archiviazione.

  1. Seleziona la scheda CORS per l'account di archiviazione.

    Screenshot che mostra il menu delle impostazioni CORS nel Azure portal.

  2. Per iniziare, creare una nuova voce CORS nella scheda Servizio BLOB .

  3. Impostare Origini consentite su https://documentintelligence.ai.azure.com.

    Screenshot che mostra la configurazione CORS per un account di archiviazione.

    È possibile usare il carattere jolly * come sostituto di un dominio specificato per consentire a tutti i domini di origine di effettuare richieste tramite CORS.

  4. Selezionare tutte le otto opzioni disponibili per Metodi consentiti.

  5. Approvare tutte le intestazioni consentite e le intestazioni esposte immettendo un asterisco (*) in ogni campo.

  6. Impostare Validità massima su 120 secondi o qualsiasi valore accettabile.

  7. Per salvare le modifiche, selezionare Salva nella parte superiore della pagina.

CORS dovrebbe ora essere configurato per l'uso dell'account di archiviazione di Document Intelligence Studio.

Set di documenti di esempio

  1. Accedere al portale Azure. Passare all'account di archiviazione e selezionareContenitori>.

    Screenshot che mostra il menu Archiviazione dati nel Azure portal.

  2. Selezionare un contenitore dall'elenco.

  3. Nel menu nella parte superiore della pagina selezionare Carica.

    Screenshot che mostra il pulsante Carica contenitore nel portale Azure.

  4. Nel riquadro Carica BLOB selezionare i file da caricare.

    Screenshot che mostra il riquadro Carica BLOB nel portale di Azure.

Nota

Per impostazione predefinita, Document Intelligence Studio usa documenti che si trovano nella radice del contenitore. È possibile usare i dati organizzati in cartelle specificando il percorso della cartella nei passaggi per la creazione di un progetto modulo personalizzato. Per altre informazioni, vedere Organizzare i dati nelle sottocartelle.

Usare le funzionalità di Document Intelligence Studio

Documenti di etichettatura automatica con modelli predefiniti o uno dei modelli personalizzati

Nella pagina di etichettatura per il modello di estrazione personalizzata è ora possibile etichettare automaticamente i documenti usando uno dei modelli predefiniti di Document Intelligent Service o i modelli sottoposti a training.

Screenshot animato che mostra l'etichettatura automatica.

Per alcuni documenti, sono possibili etichette duplicate dopo l'esecuzione dell'etichetta automatica. Assicurarsi di modificare le etichette in modo che non siano presenti etichette duplicate nella pagina di etichettatura in un secondo momento.

Screenshot che mostra l'avviso di etichetta duplicata dopo l'etichettatura automatica.

Tabelle con etichetta automatica

Nella pagina di etichettatura per il modello di estrazione personalizzata è ora possibile etichettare automaticamente le tabelle nel documento senza dover etichettare manualmente le tabelle.

Screenshot animato che mostra l'etichettatura automatica della tabella.

Aggiungere file di test direttamente al set di dati di training

Dopo aver eseguito il training di un modello di estrazione personalizzato, usare la pagina di test per migliorare la qualità del modello caricando i documenti di test nel set di dati di training, se necessario.

Se per alcune etichette viene restituito un punteggio di attendibilità basso, assicurarsi di etichettare correttamente il contenuto. In caso contrario, aggiungerli al set di dati di training ed etichettare nuovamente per migliorare la qualità del modello.

Screenshot animato che mostra come aggiungere file di test a un set di dati di training.

Usare le opzioni e i filtri dell'elenco di documenti nei progetti personalizzati

Usare la pagina di etichettatura per il modello di estrazione personalizzato per esaminare facilmente i documenti di addestramento utilizzando le funzionalità di ricerca, filtro e ordinamento.

Usare la visualizzazione griglia per visualizzare in anteprima i documenti o usare la visualizzazione elenco per scorrere più facilmente i documenti.

Screenshot che mostra le opzioni di visualizzazione elenco e i filtri dei documenti.

condivisione del progetto

Condividere facilmente progetti di estrazione personalizzati. Per altre informazioni, vedere condivisione del progetto con modelli personalizzati.