通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

文档智能 payStub 模型

  • 项目

文档智能 payStub 模型将强大的光学字符识别 (OCR) 功能与深度学习模型相结合，可从工资单中分析和提取薪酬和收入数据。 该 API 分析文档和文件中的工资单相关信息，提取重要信息，并返回结构化 JSON 数据表示形式。

功能 版本 模型 ID
payStub 模型 v4.0：2024-11-30 (GA) prebuilt-payStub.us

尝试进行 payStub 数据提取

工资单存根是雇主向雇员发放的基本文档，其中提供有具体付薪期间的收入、扣减和净薪酬信息。 了解如何使用 prebuilt-payStub.us 模型提取数据。 需要以下资源：

  • Azure 订阅，可以免费创建一个

  • Azure 门户中的文档智能实例。 可以使用免费定价层 (F0) 来试用该服务。 在部署资源后，选择“转到资源”以获取密钥和终结点。

    该屏幕截图显示了 Azure 门户中密钥和终结点的位置。

文档智能工作室

  1. 在文档智能工作室主页上，选择“工资单存根”。

  2. 可以分析示例工资单存根或上传自己的文件。

  3. 选择“运行分析”按钮，并根据需要配置“分析选项”：

输入要求

  • 支持的文件格式：

    型号 PDF 图像：
    JPEG/JPG、PNG、BMP、TIFF、HEIF    		 Microsoft Office：
    Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX)、HTML
    读取 ✔ ✔ ✔
    布局 ✔ ✔ ✔
    常规文档 ✔ ✔
    预生成 ✔ ✔
    自定义提取 ✔ ✔
    自定义分类 ✔ ✔ ✔

  • 为获得最佳结果，请针对每个文档提供一张清晰的照片或高质量的扫描件。

  • 对于 PDF 和 TIFF，最多可处理 2,000 页（对于免费层订阅，仅处理前两页）。

  • 用于分析文档的文件大小对于付费 (S0) 层为 500 MB，对于免费 (F0) 层为 4 MB。

  • 图像尺寸必须介于 50 像素 x 50 像素与 10,000 像素 x 10,000 像素之间。

  • 如果 PDF 是密码锁定的文件，则必须先删除锁，然后才能提交它们。

  • 对于 1024 x 768 像素的图像，要提取的文本的最小高度为 12 像素。 此尺寸对应于 150 点/英寸 (DPI) 的大约 8 号字文本。

  • 对于自定义模型训练，自定义模板模型的训练数据最大页数为 500，自定义神经模型的训练数据最大页数为 50,000。

    • 对于自定义提取模型训练，模板模型的训练数据总大小为 50 MB，神经网络模型的训练数据总大小为 1 GB。

    • 对于自定义分类模型训练，训练数据总大小为 1 GB，上限为 10,000 页。 对于 2024-11-30 (GA)，训练数据的总大小为 2 GB，最多为 10,000 页。

支持的语言和区域设置

有关受支持语言的完整列表，请参阅我们的预生成模型语言支持页。

字段提取

有关受支持的文档提取字段，请参阅 GitHub 示例存储库中的 payStub 模型架构页。

支持的区域设置

prebuilt-payStub.us 版本支持 en-us 区域设置。

后续步骤