Oversikt over modelltyper i Microsoft Syntex
Gjelder for: ✓ Alle egendefinerte modeller | ✓ Alle forhåndsbygde modeller
Det å forstå innholdet i Microsoft Syntex starter med dokumentbehandlingsmodeller. Dokumentbehandlingsmodeller lar deg identifisere og klassifisere dokumenter som lastes opp til SharePoint-dokumentbiblioteker, og deretter trekke ut informasjonen du trenger fra hver fil.
Når den brukes på et SharePoint-dokumentbibliotek, er modellen knyttet til en innholdstype og har kolonner for å lagre informasjonen som trekkes ut. Innholdstypen du oppretter, lagres i innholdstypegalleriet i SharePoint. Du kan også velge å bruke eksisterende innholdstyper til å bruke skjemaet.
Syntex bruker egendefinerte modeller og forhåndsbygde modeller.
Modeller kan enten være enterprise-modeller, som er opprettet i et innholdssenter, eller lokale modeller, som er opprettet på det lokale SharePoint-nettstedet.
Egendefinerte modeller
Typen egendefinert modell du velger, avhenger av hvilke filtyper du bruker, formatet og strukturen til filene, og hvor du vil bruke modellen.
Egendefinerte modeller inkluderer:
Hvis du vil vise forskjellene side ved side i egendefinerte modeller, kan du se Sammenligne egendefinerte modeller.
Ustrukturert dokumentbehandling
Bruk den ustrukturerte dokumentbehandlingsmodellen til automatisk å klassifisere dokumenter og trekke ut informasjon fra dem. Det fungerer best med ustrukturerte dokumenter, for eksempel brev eller kontrakter. Disse dokumentene må ha tekst som kan identifiseres basert på uttrykk eller mønstre. Den identifiserte teksten angir både filtypen den er (dens klassifisering) og hva du vil trekke ut (dens uttrekkinger).
Et ustrukturert dokument kan for eksempel være et kontraktfornyelsesbrev som kan skrives på forskjellige måter. Informasjonen finnes imidlertid konsekvent i brødteksten i hvert kontraktfornyelsesdokument, for eksempel tekststrengen «Service startdato for» etterfulgt av en faktisk dato.
Denne modelltypen støtter det bredeste utvalget av filtyper og støtter mer enn 40 språk.
Når du oppretter en ustrukturert dokumentbehandlingsmodell, bruker du alternativet Modell med én klasse .
Hvis du vil ha mer informasjon, kan du se Oversikt over ustrukturert dokumentbehandling.
Behandling av frihåndsdokument
Bruk frihåndsdokumentbehandlingsmodellen til automatisk å trekke ut informasjon fra ustrukturerte dokumenter og frihåndsdokumenter, for eksempel brev og kontrakter, der informasjonen kan vises hvor som helst i dokumentet.
Behandlingsmodeller for frihåndsdokument bruker Microsoft Power Apps AI Builder til å opprette og lære opp modeller i Syntex.
Obs!
Den frihåndsdokumentbehandlingsmodellen er ennå ikke tilgjengelig i enkelte områder. Hvis du vil ha mer informasjon, kan du se Funksjonstilgjengelighet etter område.
Siden organisasjonen mottar brev og dokumenter i store mengder fra ulike kilder, for eksempel e-post, faks og e-post, kan det ta lang tid å behandle disse dokumentene og legge dem inn i en database manuelt. Denne modellen automatiserer denne prosessen ved å bruke AI til å trekke ut tekst og annen informasjon fra disse dokumentene.
Denne modelltypen er det beste alternativet for dokumenter i PDF- eller bildefiler når du ikke krever automatisk klassifisering av dokumenttypen, og den støtter mer enn 40 språk.
Når du oppretter en frihåndsdokumentbehandlingsmodell, kan du bruke alternativet For frihåndsuttrekkingsmodell .
Hvis du vil ha mer informasjon, kan du se Oversikt over strukturert dokumentbehandling og frihåndsbehandling.
Strukturert dokumentbehandling
Bruk den strukturerte dokumentbehandlingsmodellen til automatisk å identifisere felt- og tabellverdier. Det fungerer best for strukturerte eller halvstrukturerte dokumenter, for eksempel skjemaer og fakturaer.
Strukturerte dokumentbehandlingsmodeller bruker dokumentbehandling for Microsoft Power Apps AI Builder (tidligere kjent som skjemabehandling) til å opprette og lære opp modeller i Syntex.
Denne modelltypen støtter det bredeste utvalget av språk og er opplært til å forstå oppsettet i skjemaet fra eksempeldokumenter, og lærer deretter å se etter dataene du trenger for å trekke ut fra lignende plasseringer. Forms har vanligvis et mer strukturert oppsett der enheter er på samme sted (for eksempel et personnummer i et skatteskjema).
Når du oppretter en strukturert dokumentbehandlingsmodell, bruker du alternativet Strukturert uttrekkingsmodell .
Hvis du vil ha mer informasjon, kan du se Oversikt over strukturert dokumentbehandling og frihåndsbehandling.
Forhåndsbygde modeller
Hvis du ikke trenger å bygge en egendefinert modell, kan du bruke en forhåndsbygd dokumentbehandlingsmodell som allerede er opplært for bestemte strukturerte dokumenter.
Forhåndsbygde modeller inkluderer:
- Kontraktsbehandling
- Fakturabehandling
- Behandling av kvittering
- Behandling av sensitiv informasjon
- Enkel dokumentbehandling
Forhåndsbygde modeller er forhåndsutrent til å gjenkjenne dokumenter og strukturert informasjon i dokumentene. I stedet for å måtte opprette en ny egendefinert modell fra grunnen av, kan du gjenta på en eksisterende forhåndsutrent modell for å legge til bestemte felt som passer behovene til organisasjonen.
Kontraktsbehandling
Den forhåndsbygde kontraktbehandlingsmodellen analyserer og trekker ut viktig informasjon fra kontraktdokumenter. API-en analyserer kontrakter i ulike formater og trekker ut viktig kontraktinformasjon, for eksempel klient- eller partnavn, faktureringsadresse, jurisdiksjon og utløpsdato.
Hvis du vil ha mer informasjon om kontraktbehandlingsmodeller, kan du se Bruke en forhåndsbygd modell til å trekke ut informasjon fra kontrakter.
Fakturabehandling
Den forhåndsbygde fakturabehandlingsmodellen analyserer og trekker ut viktig informasjon fra salgsfakturaer. API-en analyserer fakturaer i ulike formater og trekker ut informasjon om viktige fakturaer, for eksempel kundenavn, faktureringsadresse, forfallsdato og forfalt beløp.
Hvis du vil ha mer informasjon om modeller for fakturabehandling, kan du se Bruke en forhåndsbygd modell til å trekke ut informasjon fra fakturaer.
Behandling av kvittering
Den forhåndsbygde behandlingsmodellen for kvittering analyserer og trekker ut viktig informasjon fra salgskvitteringer. API-en analyserer trykte og håndskrevne kvitteringer og trekker ut informasjon om nøkkelkvitteringer, for eksempel selgernavn, selgertelefonnummer, transaksjonsdato, skatt og transaksjonstotal.
Hvis du vil ha mer informasjon om modeller for mottaksbehandling, kan du se Bruke en forhåndsbygd modell til å trekke ut informasjon fra kvitteringer.
Behandling av sensitiv informasjon
Den forhåndsbygde modellen for behandling av sensitiv informasjon analyserer, oppdager og trekker ut viktig informasjon fra dokumenter. API-en analyserer kontrakter i ulike formater og trekker ut viktig sensitiv informasjon, for eksempel personnumre, numre for finanskonto, identifikasjonsnumre for førerkort og annen personlig informasjon.
Hvis du vil ha mer informasjon om sensitive modeller for behandling av informasjon, kan du se Bruke en forhåndsbygd modell til å oppdage sensitiv informasjon fra dokumenter.
Enkel dokumentbehandling
Den forhåndsbygde enkle dokumentbehandlingsmodellen tilbyr en fleksibel, forhåndsutlært løsning for å trekke ut nøkkelverdipar, utvalgsmerker og navngitte enheter fra grunnleggende strukturerte dokumenter. I motsetning til andre forhåndsbygde modeller med faste skjemaer, kan denne modellen identifisere nøkler som andre kan gå glipp av, noe som gir et verdifullt alternativ til egendefinert modellmerking og opplæring. Denne modellen støtter også strekkoder og språkgjenkjenning.
Hvis du vil ha mer informasjon om enkle modeller for dokumentbehandling, kan du se Bruke en forhåndsbygd modell til å oppdage sensitiv informasjon fra dokumenter.