Modelos de processamento de documentos

Importante

• As versões de visualização pública do Document Intelligence fornecem acesso antecipado a recursos que estão em desenvolvimento ativo. Recursos, abordagens e processos podem mudar, antes da Disponibilidade Geral (GA), com base nos comentários dos usuários.
• A versão de visualização pública das bibliotecas de cliente do Document Intelligence usa como padrão a API REST versão 2024-07-31-preview.
• A versão de pré-visualização pública 2024-07-31-preview está atualmente disponível apenas nas seguintes regiões do Azure. Observe que o modelo generativo personalizado (extração de campo de documento) no AI Studio só está disponível na região Centro-Norte dos EUA:
  • E.U.A. Leste
  • Oeste dos EUA2
  • Europa Ocidental
  • Centro-Norte dos EUA

Este conteúdo aplica-se a: v4.0 (pré-visualização) | Versões anteriores: v3.1 (GA) v3.0 (GA) v2.1 (GA)

O Azure AI Document Intelligence dá suporte a uma ampla variedade de modelos que permitem adicionar processamento inteligente de documentos aos seus aplicativos e fluxos. Você pode usar um modelo específico de domínio pré-criado ou treinar um modelo personalizado adaptado às suas necessidades de negócios e casos de uso específicos. O Document Intelligence pode ser usado com a API REST ou bibliotecas de clientes Python, C#, Java e JavaScript.

Nota

• Projetos de processamento de documentos que envolvam dados financeiros, dados de saúde protegidos, dados pessoais ou dados altamente sensíveis exigem atenção cuidadosa.
• Certifique-se de cumprir todos os requisitos nacionais/regionais e específicos do setor.

Descrição geral do modelo

A tabela a seguir mostra os modelos disponíveis para cada visualização atual e API estável:

Tipo de modelo	Modelo	• 2024-02-29-pré-visualização • Pré-visualização 2023-10-31	2023-07-31 (GA)	2022-08-31 (GA)	v2.1 (GA)
Modelos de análise de documentos	Ler	✔️	✔️	✔️	n/d
Modelos de análise de documentos	Esquema	✔️	✔️	✔️	✔️
Modelos de análise de documentos	Documento geral	movido para layout**	✔️	✔️	n/d
Modelos pré-criados	Cheque Bancário	✔️	n/d	n/d	n/d
Modelos pré-criados	Extrato Bancário	✔️	n/d	n/d	n/d
Modelos pré-criados	Paystub	✔️	n/d	n/d	n/d
Modelos pré-criados	Contrato	✔️	✔️	n/d	n/d
Modelos pré-criados	Cartão de seguro de doença	✔️	✔️	✔️	n/d
Modelos pré-criados	Documento de identificação	✔️	✔️	✔️	✔️
Modelos pré-criados	Fatura	✔️	✔️	✔️	✔️
Modelos pré-criados	Receção	✔️	✔️	✔️	✔️
Modelos pré-criados	Imposto Unificado dos EUA*	✔️	n/d	n/d	n/d
Modelos pré-criados	Imposto US 1040*	✔️	✔️	n/d	n/d
Modelos pré-criados	Imposto dos EUA 1098*	✔️	n/d	n/d	n/d
Modelos pré-criados	Imposto dos EUA 1099*	✔️	n/d	n/d	n/d
Modelos pré-criados	Imposto W2 dos EUA	✔️	✔️	✔️	n/d
Modelos pré-criados	Hipoteca dos EUA 1003 URLA	✔️	n/d	n/d	n/d
Modelos pré-criados	Hipoteca dos EUA 1004 URAR	✔️	n/d	n/d	n/d
Modelos pré-criados	Hipoteca dos EUA 1005	✔️	n/d	n/d	n/d
Modelos pré-criados	US Mortgage 1008 Resumo	✔️	n/d	n/d	n/d
Modelos pré-criados	Divulgação de fechamento de hipoteca dos EUA	✔️	n/d	n/d	n/d
Modelos pré-criados	Certidão de casamento	✔️	n/d	n/d	n/d
Modelos pré-criados	Cartão de crédito	✔️	n/d	n/d	n/d
Modelos pré-criados	Cartão de visita	preterido	✔️	✔️	✔️
Modelo de classificação personalizado	Classificador personalizado	✔️	✔️	n/d	n/d
Modelo Generativo Personalizado	Modelo Generativo Personalizado	✔️	n/d	n/d	n/d
Modelo de extração personalizado	Neural personalizado	✔️	✔️	✔️	n/d
Modelo de extração personalizada	Modelo personalizado	✔️	✔️	✔️	✔️
Modelo de extração personalizado	Composição personalizada	✔️	✔️	✔️	✔️
Todos os modelos	Capacidades adicionais	✔️	✔️	n/d	n/d

* - Contém submodelos. Consulte as informações específicas do modelo para variações e subtipos suportados.

Latência

Latência é a quantidade de tempo que um servidor de API leva para lidar e processar uma solicitação de entrada e entregar a resposta de saída para o cliente. O tempo para analisar um documento depende do tamanho (por exemplo, número de páginas) e dos conteúdos associados em cada página. O Document Intelligence é um serviço multilocatário onde a latência de documentos semelhantes é comparável, mas nem sempre idêntica. A variabilidade ocasional na latência e no desempenho é inerente a qualquer serviço assíncrono, sem monitoração de estado e baseado em microsserviços que processa imagens e documentos grandes em escala. Embora estejamos continuamente ampliando o hardware e a capacidade e os recursos de dimensionamento, você ainda pode ter problemas de latência em tempo de execução.

Capacidade de complemento	Add-On/Grátis	• 2024-02-29-pré-visualização &bullet [2023-10-31-preview](/rest/api/aiservices/operation-groups?view=rest-aiservices-v4.0%20(2024-07-31-preview)&preserve-view=true	2023-07-31 (GA)	2022-08-31 (GA)	v2.1 (GA)
Extração de propriedade de fonte	Complemento	✔️	✔️	n/d	n/d
Extração de fórmulas	Complemento	✔️	✔️	n/d	n/d
Extração de alta resolução	Complemento	✔️	✔️	n/d	n/d
Extração de código de barras	Gratuito	✔️	✔️	n/d	n/d
Deteção de idioma	Gratuito	✔️	✔️	n/d	n/d
Pares de valores-chave	Gratuito	✔️	n/d	n/d	n/d
Campos de consulta	Complemento*	✔️	n/d	n/d	n/d
PDF pesquisável	Complemento*	✔️	n/d	n/d	n/d

Recursos de análise de modelo

Model ID	Extração de conteúdo	Campos de consulta	Parágrafos	Funções de parágrafo	Marcas de seleção	Tabelas	Pares chave-valor	Idiomas	Códigos de barras	Análise Documental	Fórmulas*	Fonte de estilo*	Alta resolução*	PDF pesquisável
leitura pré-embutida	✓		✓					O	O		O	O	O	✓
layout pré-construído	✓	✓	✓	✓	✓	✓		O	O		O	O	O
documento pré-construído	✓	✓	✓	✓	✓	✓	✓	O	O		O	O	O
cartão de visita pré-construído	✓	✓								✓
contrato pré-construído	✓	✓	✓	✓			O	O	✓	✓	O	O
prebuilt-healthInsuranceCard.us	✓	✓						O	O	✓	O	O	O
prebuilt-idDocument	✓	✓						O	O	✓	O	O	O
fatura pré-embutida	✓	✓			✓	✓	O	O	O	✓	O	O	O
recibo pré-embutido	✓	✓						O	O	✓	O	O	O
prebuilt-marriageCertificate.us	✓	✓						O	O	✓	O	O	O
cartão de crédito pré-construído	✓	✓						O	O	✓	O	O	O
prebuilt-check.us	✓	✓						O	O	✓	O	O	O
prebuilt-payStub.us	✓	✓						O	O	✓	O	O	O
extrato bancário pré-construído	✓	✓						O	O	✓	O	O	O
pré-construído-hipoteca.us.1003	✓	✓						O	O	✓	O	O	O
pré-construído-hipoteca.us.1004	✓	✓						O	O	✓	O	O	O
pré-construído-hipoteca.us.1005	✓	✓						O	O	✓	O	O	O
pré-construído-hipoteca.pt.1008	✓	✓						O	O	✓	O	O	O
prebuilt-mortgage.us.closingDivulgação	✓	✓						O	O	✓	O	O	O
prebuilt-tax.us	✓	✓			✓			O	O	✓	O	O	O
pré-construído-tax.us.w2	✓	✓			✓			O	O	✓	O	O	O
pré-construído-tax.us.1098	✓	✓			✓			O	O	✓	O	O	O
pré-construído-tax.us.1098E	✓	✓			✓			O	O	✓	O	O	O
pré-construído-tax.us.1098T	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1099(variações)	✓	✓			✓			O	O	✓	O	O	O
prebuilt-tax.us.1040(variações)	✓	✓						O	O	✓	O	O	O
{ customModelName }	✓	✓	✓	✓	✓	✓		O	O	✓	O	O	O

✓ - Ativado
O - Opcional
* - Os recursos Premium incorrem em custos extras

Add-On* - Os campos de consulta têm um preço diferente dos outros recursos do complemento. Consulte os preços para obter detalhes.

Caixa delimitadora e coordenadas de polígono

Uma caixa delimitadora (polygon na v3.0 e versões posteriores) é um retângulo abstrato que envolve elementos de texto em um documento usado como ponto de referência para deteção de objetos.

• A caixa delimitadora especifica a posição usando um plano de coordenadas x e y apresentado em uma matriz de quatro pares numéricos. Cada par representa um canto da caixa na seguinte ordem: superior esquerdo, superior direito, inferior direito, inferior direito, inferior esquerdo.

• As coordenadas da imagem são apresentadas em pixels. Para um PDF, as coordenadas são apresentadas em polegadas.

Para todos os modelos, exceto o modelo de cartão de visita, o Document Intelligence agora suporta recursos adicionais para permitir análises mais sofisticadas. Esses recursos opcionais podem ser habilitados e desabilitados dependendo do cenário de extração de documentos. Há sete recursos adicionais disponíveis para a versão (GA) e posterior da 2023-07-31 API:

• ocrHighResolution
• formulas
• styleFont
• barcodes
• languages
• keyValuePairs (2024-02-29-pré-visualização, 2023-10-31-pré-visualização)
• queryFields (2024-02-29-pré-visualização, 2023-10-31-pré-visualização) Not available with the US.Tax models
• searchablePDF (2024-07-31-pré-visualização) Only available for Read Model

Suporte de idiomas

Os modelos universais baseados em aprendizagem profunda em Document Intelligence suportam muitas linguagens que podem extrair texto multilíngue de suas imagens e documentos, incluindo linhas de texto com idiomas mistos. O suporte a idiomas varia de acordo com a funcionalidade do serviço Document Intelligence. Para obter uma lista completa, consulte os seguintes artigos:

• Suporte linguístico: modelos de análise de documentos
• Suporte linguístico: modelos pré-construídos
• Suporte a idiomas: modelos personalizados

Disponibilidade regional

O Document Intelligence está geralmente disponível em muitas das 60+ regiões de infraestrutura global do Azure.

Para obter mais informações, consulte a nossa página de geografias do Azure para ajudar a escolher a região mais adequada para si e para os seus clientes.

Detalhes do modelo

Esta seção descreve a saída que você pode esperar de cada modelo. Você pode estender a saída da maioria dos modelos com recursos adicionais.

Ler OCR

A API de leitura analisa e extrai linhas, palavras, seus locais, idiomas detetados e estilo manuscrito, se detetado.

Exemplo de documento processado usando o Document Intelligence Studio:

Saiba mais: ler modelo

Análise de layout

O modelo de análise de layout analisa e extrai texto, tabelas, marcas de seleção e outros elementos de estrutura, como títulos, títulos de seção, cabeçalhos de página, rodapés de página e muito mais.

Exemplo de documento processado usando o Document Intelligence Studio:

Saiba mais: modelo de layout

Cartão de seguro de doença

O modelo de cartão de seguro de saúde combina poderosos recursos de Reconhecimento Ótico de Caracteres (OCR) com modelos de aprendizagem profunda para analisar e extrair informações importantes de cartões de seguro de saúde dos EUA.

Exemplo de cartão de seguro de saúde dos EUA processado usando o Document Intelligence Studio:

Saiba mais: Modelo de cartão de seguro de saúde

Documentos fiscais dos EUA

Os modelos de documentos fiscais dos EUA analisam e extraem campos-chave e itens de linha de um grupo selecionado de documentos fiscais. A API suporta a análise de documentos fiscais dos EUA em inglês de vários formatos e qualidade, incluindo imagens capturadas por telefone, documentos digitalizados e PDFs digitais. Os seguintes modelos são atualmente suportados:

Modelo	Description	ID do modelo
Imposto dos EUA W-2	Extraia detalhes da compensação tributável.	pré-construído-tax.us.w2
Imposto dos EUA 1040	Extraia detalhes de juros de hipoteca.	prebuilt-tax.us.1040(variações)
Imposto dos EUA 1098	Extraia detalhes de juros de hipoteca.	prebuilt-tax.us.1098(variações)
Imposto dos EUA 1099	Extrair rendimentos recebidos de outras fontes que não o empregador.	prebuilt-tax.us.1099(variações)

Exemplo de documento W-2 processado usando o Document Intelligence Studio:

Saiba mais: Modelos de documentos fiscais

Documentos de hipoteca dos EUA

Os modelos de documentos hipotecários dos EUA analisam e extraem campos-chave, incluindo informações sobre mutuários, empréstimos e propriedades de um grupo selecionado de documentos hipotecários. A API suporta a análise de documentos hipotecários americanos em inglês de vários formatos e qualidade, incluindo imagens capturadas por telefone, documentos digitalizados e PDFs digitais. Os seguintes modelos são atualmente suportados:

Modelo	Description	ID do modelo
1003 Contrato de Licença de Usuário Final (EULA)	Extrato de empréstimo, mutuário, detalhes do imóvel.	pré-construído-hipoteca.us.1003
1008 Documento de síntese	Extraia detalhes do mutuário, vendedor, propriedade, hipoteca e subscrição.	pré-construído-hipoteca.pt.1008
Divulgação de encerramento	Extraia fechamento, custos de transação e detalhes do empréstimo.	prebuilt-mortgage.us.closingDivulgação
Certidão de casamento	Extraia detalhes de informações de casamento para requerentes de empréstimo conjunto.	Certidão de casamento pré-construída
Imposto dos EUA W-2	Extraia detalhes da compensação tributável para verificação de renda.	pré-construído-tax.us.w2

Exemplo de documento de divulgação de fechamento processado usando o Document Intelligence Studio:

Saiba mais: Modelos de documentos de hipoteca

Contract

O modelo de contrato analisa e extrai campos-chave e itens de linha de acordos contratuais, incluindo partes, jurisdições, ID do contrato e título. O modelo suporta atualmente os cadernos de encargos em língua inglesa.

Exemplo de contrato processado usando o Document Intelligence Studio:

Saiba mais: modelo de contrato

Invoice

O modelo de fatura automatiza o processamento de faturas para extrair o nome do cliente, o endereço de cobrança, a data de vencimento e o valor devido, itens de linha e outros dados importantes. Atualmente, o modelo suporta faturas em inglês, espanhol, alemão, francês, italiano, português e holandês.

Exemplo de fatura processada usando o Document Intelligence Studio:

Saiba mais: modelo de fatura

Recibo

Use o modelo de recibo para verificar os recibos de vendas para o nome do comerciante, datas, itens de linha, quantidades e totais de recibos impressos e manuscritos. A versão v3.0 também suporta processamento de recibos de hotel de página única.

Exemplo de recibo processado usando o Document Intelligence Studio:

Saiba mais: modelo de recibo

Documento de identidade (ID)

Use o modelo de documento de identidade (ID) para processar carteiras de motorista dos EUA (todos os 50 estados e o Distrito de Colúmbia) e páginas biográficas de passaportes internacionais (excluindo vistos e outros documentos de viagem) para extrair campos-chave.

Exemplo de Carteira de Motorista dos EUA processada usando o Document Intelligence Studio:

Saiba mais: modelo de documento de identidade

Certidão de casamento

Use o modelo de certidão de casamento para processar certidões de casamento dos EUA para extrair campos-chave, incluindo os indivíduos, data e local.

Exemplo de certidão de casamento dos EUA processada usando o Document Intelligence Studio:

Saiba mais: modelo de documento de identidade

Cartão de crédito

Use o modelo de cartão de crédito para processar cartões de crédito e débito para extrair campos-chave.

Exemplo de cartão de crédito processado usando o Document Intelligence Studio:

Saiba mais: modelo de documento de identidade

Modelos personalizados

Os modelos personalizados podem ser amplamente classificados em dois tipos. Modelos de classificação personalizados que suportam a classificação de um "tipo de documento" e modelos de extração personalizados que podem extrair um esquema definido de um tipo de documento específico.

Modelos de documentos personalizados analisam e extraem dados de formulários e documentos específicos para o seu negócio. Eles reconhecem campos de formulário dentro de seu conteúdo distinto e extraem pares chave-valor e dados de tabela. Você só precisa de um exemplo do tipo de formulário para começar.

Os modelos personalizados da versão v3.0 e posteriores oferecem suporte à deteção de assinatura em modelos personalizados (formulário) e páginas cruzadas em modelos neurais e de modelo. A deteção de assinatura procura a presença de uma assinatura, não a identidade da pessoa que assina o documento. Se o modelo retornar não assinado para deteção de assinatura, o modelo não encontrou uma assinatura no campo definido.

Exemplo de modelo personalizado processado usando o Document Intelligence Studio:

Saiba mais: modelo personalizado

Extração personalizada

Modelo de extração personalizado pode ser um dos dois tipos, modelo personalizado ou neural personalizado. Para criar um modelo de extração personalizado, rotule um conjunto de dados de documentos com os valores que você deseja extrair e treine o modelo no conjunto de dados rotulado. Você só precisa de cinco exemplos do mesmo formulário ou tipo de documento para começar.

Exemplo de extração personalizada processada usando o Document Intelligence Studio:

Saiba mais: modelo de modelo personalizado

Saiba mais: modelo neural personalizado

Classificador personalizado

O modelo de classificação personalizado permite identificar o tipo de documento antes de invocar o modelo de extração. O modelo de classificação está disponível a partir da 2023-07-31 (GA) API. O treinamento de um modelo de classificação personalizado requer pelo menos duas classes distintas e um mínimo de cinco amostras por classe.

Saiba mais: modelo de classificação personalizado

Modelos compostos

Um modelo composto é criado pegando uma coleção de modelos personalizados e atribuindo-os a um único modelo criado a partir de seus tipos de formulário. Você pode atribuir vários modelos personalizados a um modelo composto chamado com um único ID de modelo. Você pode atribuir até 200 modelos personalizados treinados a um único modelo composto.

Janela de diálogo Modelo composto no Document Intelligence Studio:

Saiba mais: modelo personalizado

Requisitos de entrada

• Formatos de ficheiro suportados:

  Modelo	PDF	Imagem: JPEG/JPG, PNG, BMP, TIFF, , HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
  Lida	✔	✔	✔
  Esquema	✔	✔	✔ (2024-07-31-pré-visualização, 2024-02-29-pré-visualização, 2023-10-31-pré-visualização)
  Documento Geral	✔	✔
  Pré-criado	✔	✔
  Extração personalizada	✔	✔
  Classificação personalizada	✔	✔	✔ (2024-07-31-pré-visualização, 2024-02-29-pré-visualização)

• Para obter melhores resultados, forneça uma foto nítida ou uma digitalização de alta qualidade por documento.

• Para PDF e TIFF, até 2.000 páginas podem ser processadas (com uma assinatura de nível gratuito, apenas as duas primeiras páginas são processadas).

• O tamanho do arquivo para analisar documentos é de 500 MB para a camada paga (S0) e 4 MB para a camada gratuita (F0).

• As dimensões da imagem devem estar entre 50 pixels x 50 pixels e 10.000 pixels x 10.000 pixels.

• Se os seus PDFs forem bloqueados por uma palavra-passe, terá de remover o bloqueio antes da submetê-los.

• A altura mínima do texto a ser extraído é de 12 pixels para uma imagem de 1024 x 768 pixels. Esta dimensão corresponde a cerca 8 de texto pontual a 150 pontos por polegada (DPI).

• Para treinamento de modelo personalizado, o número máximo de páginas para dados de treinamento é 500 para o modelo de modelo personalizado e 50.000 para o modelo neural personalizado.

  • Para o treinamento do modelo de extração personalizado, o tamanho total dos dados de treinamento é de 50 MB para o modelo de modelo e 1 GB para o modelo neural.

  • Para treinamento de modelo de classificação personalizado, o tamanho total dos dados de treinamento é 1 GB com um máximo de 10.000 páginas. Para 2024-07-31-preview e posterior, o tamanho total dos dados de treinamento é 2 GB com um máximo de 10.000 páginas.

Nota

A ferramenta Exemplo de etiquetagem não suporta o formato de ficheiro BMP. Esta é uma limitação da ferramenta e não do Serviço de Inteligência Documental.

Migração de versão

Saiba como usar o Document Intelligence v3.0 em seus aplicativos seguindo nosso guia de migração do Document Intelligence v3.1

Próximos passos

• Tente processar seus próprios formulários e documentos com o Document Intelligence Studio.

• Conclua um início rápido do Document Intelligence e comece a criar um aplicativo de processamento de documentos na linguagem de desenvolvimento de sua escolha.