Использование распознавания содержимого в Azure AI Foundry
Azure AI Foundry — это комплексная платформа для разработки и развертывания создаваемых приложений ИИ и API. Azure AI Content Understanding — это новая созданная служба ИИ Azure, которая анализирует файлы из различных модальности и извлекает структурированные выходные данные в пользовательском формате полей. Источники входных данных включают документ, видео, изображение и звуковые данные. В этом руководстве показано, как создать и проверить анализатор распознавания содержимого в ИИ Foundry. Затем можно использовать извлеченные данные в любом приложении или процессе, который вы создаете с помощью простого вызова REST API. Анализаторы анализа содержимого полностью настраиваются. Вы можете создать анализатор, создав собственную схему с нуля или используя предлагаемый шаблон анализатора, предлагаемый для решения распространенных сценариев для каждого типа данных.
Необходимые компоненты
Чтобы приступить к работе, убедитесь, что у вас есть следующие ресурсы и разрешения:
Подписка Azure. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись, прежде чем начинать работу.
Центр Azure AI Foundry необходим для управления ресурсами, подготовленными в проекте "Понимание содержимого", и он должен быть создан в одном из следующих поддерживаемых регионов: westus, swedencentral или australiaeast. Если вы впервые создаете центр, см. статью "Как создать и управлять центром Azure AI Foundry", чтобы узнать больше. Важно отметить, что вам нужны необходимые разрешения для создания концентратора, или администратор может создать его для вас.
Если ваша роль является участником или владельцем, вы можете продолжить создание собственного концентратора.
Если ваша роль является разработчиком ИИ Azure, центр должен быть создан, прежде чем завершить работу с этим кратким руководством. Роль пользователя должна быть разработчиком, участником или владельцем Azure AI в центре. Подробнее см. в статьях Концентраторы и Роли Azure AI.
Внимание
Если в вашей организации требуется настроить безопасность ресурсов хранения, ai Foundry в настоящее время не предоставляет все функции, которые можно настроить. Ознакомьтесь с ключами доступа к API служб ИИ Azure, чтобы создать ресурсы, соответствующие требованиям организации, с помощью портал Azure. Политика, применяемая в Azure в области концентратора, применяется ко всем проектам, управляемым под ним. Чтобы узнать, как использовать управляемые клиентом ключи, обратитесь к хранилищу зашифрованных данных на стороне службы при использовании ключей, управляемых клиентом. Вернитесь сюда при создании ресурсов.
Создание первого проекта "Понимание содержимого" в ИИ Foundry
Примечание.
Тип проекта Content Understanding отличается от типа проекта Generative AI, который также доступен в Ai Foundry.
Чтобы попробовать службу "Распознавание содержимого" в ИИ Foundry, необходимо создать проект "Понимание содержимого". Вы можете получить доступ к службе "Основные сведения о содержимом" из:
Домашняя страница ai Foundry
Целевая страница служб ИИ
На странице "Основные сведения о содержимом" выберите Create a new Content Understanding Project:
Выполните действия в мастере создания проекта и начните с выбора уже созданного концентратора. Когда центр был создан, он должен подготовить ресурс служб ИИ и контейнер хранилища BLOB-объектов, выбранный по умолчанию. Можно также создать его с помощью мастера или портал Azure. На следующей схеме показана роль центров, ресурсов и проектов в ИИ Foundry.
После завершения действий по настройке выберите Create project.
Предоставление общего доступа к проекту по пониманию содержимого
Чтобы предоставить общий доступ к созданному проекту "Понимание содержимого" и управлять ими, перейдите в Центр управления, расположенный в нижней части навигации проекта:
Вы можете управлять пользователями и отдельными ролями здесь:
Создание первого анализатора
Теперь, когда все настроено для начала, мы можем пошаговые инструкции по созданию первого анализатора, начиная со сборки схемы. Схема — это настраиваемая платформа, которая позволяет анализатору извлекать аналитические сведения из данных. В этом примере схема создается для извлечения ключевых данных из документа счета, но вы можете привести любые типы данных, а шаги остаются неизменными. Полный список поддерживаемых типов файлов см . в ограничениях входных файлов.
Отправьте пример файла документа счета или любые другие данные, относящиеся к вашему сценарию.
Затем служба "Распознавание содержимого" предлагает шаблоны анализаторов на основе типа контента. Ознакомьтесь с шаблонами анализаторов, предлагаемыми с помощью Службы " Понимание содержимого", чтобы получить полный список всех шаблонов, предлагаемых для каждого модальности. В этом примере выберите анализ документов, чтобы создать собственную схему, адаптированную к сценарию счета. При использовании собственных данных выберите шаблон анализатора, который лучше всего соответствует вашим потребностям, или создайте собственный. Полный список доступных шаблонов см . в шаблонах анализатора.
Нажмите кнопку создания.
Добавьте поля в схему:
Укажите четкие и простые имена полей. Некоторые примеры полей могут включать имя поставщика, элементы, цену.
Укажите тип значения для каждого поля (строки, даты, числа, списки, группы). Дополнительные сведения см. в разделеподдерживаемых типов полей.
[Необязательно] Предоставьте описания полей, чтобы объяснить требуемое поведение, включая любые исключения или правила.
Укажите метод для создания значения для каждого поля.
Выберите Сохранить.
После завершения схемы служба Content Understanding теперь создает выходные данные в примерах данных. На этом шаге можно добавить дополнительные данные для проверки точности анализатора или внесения изменений в схему при необходимости.
Когда вы удовлетворены качеством выходных данных, выберите анализатор сборки. Это действие создает идентификатор анализатора, который можно интегрировать в собственные приложения, что позволяет вызывать анализатор из кода.
Теперь вы успешно создали первый анализатор анализа содержимого и готовы к извлечению аналитических сведений из данных. Ознакомьтесь с кратким руководством. ИНТЕРФЕЙСы REST API службы "Распознавание содержимого ИИ Azure", чтобы использовать REST API для вызова анализатора.
Следующие шаги
- В этом кратком руководстве вы узнали, как создать анализатор распознавания контента с помощью Azure AI Foundry. Сведения об использовании REST API для распознавания содержимого см. в кратком руководстве по REST API.