使用一般文件、讀取和版面配置模型
如果您要從具有無法預期結構的文件擷取文字、語言和其他資訊，可以使用讀取、一般文件或版面配置模型。
在您的民意調查公司中，客戶和合作夥伴經常會傳送規格、標書、工作聲明，以及其他具有無法預測結構的文件。 您想要知道 Azure AI 文件智慧服務是否可以從這些文件分析及擷取值。
在這裡，您將了解 Microsoft 為一般文件提供的預建模型。
使用讀取模型
Azure AI 文件智慧服務讀取模型會從文件和影像中擷取印刷和手寫的文字， 它用來提供所有其他預建模型中的文字擷取。
讀取模型也可以偵測寫入的文字行語言，並將其分類為手寫或印刷文字。
注意
讀取模型支援比手寫文字更多的印刷文字語言。 請檢查文件以查看目前支援的語言清單。
對於多頁 PDF 或 TIFF 檔案，您可以在要求中使用 pages 參數來修正要進行分析的頁面範圍。
如果您想要從沒有固定或可預測結構的文件擷取字組和字行，則適合使用讀取模型。
使用一般文件模型
一般文件模型可藉由新增機碼值組、實體、選取標記和資料表的偵測，來擴充讀取模型的功能。 模型可以從結構化、半結構化和非結構化文件擷取這些值。
一般文件模型是唯一支援實體擷取的預建模型， 可用來辨識人員、組織和日期之類的實體，並針對整份文件執行，而不只針對機碼值組執行。 此方法可確保當結構的複雜性造成模型無法擷取機碼值組時，可以改為擷取實體。 但請記住，有時單一文字片段可能會同時傳回機碼值組和實體。
您可以偵測的實體類型包括：
Person. 人員姓名。PersonType. 職稱或角色。Location. 建築物、地理特徵、地緣政治實體。Organization. 公司、政府機關、體育社團、樂隊和其他群組。Event. 社交聚會、歷史活動、周年紀念日。Product. 購買和銷售的物件。Skill. 屬於人員的功能。Address. 實體地點的郵寄地址。Phone number. 撥打行動電話和室內電話的代碼和號碼。Email. 電子郵件地址。URL. 網頁位址。IP Address. 電腦硬體的網路位址。DateTime. 行事曆日期和一天中的時間。Quantity. 數值度量及其單位。
使用版面配置模型
除了擷取文字外，版面配置模型還會從輸入影像或 PDF 檔案傳回選取標記和資料表。 當您需要有關文件結構的完整資訊時，這是一個理想的模型。
當您將文件數位化時，可能會呈現奇怪的角度。 資料表可以含有複雜的結構 (不一定有標題)、跨越資料行或資料列的儲存格，以及不完整的資料行或資料列。 版面配置模型可以處理所有這些困難，以擷取完整的文件結構。
例如，每個資料表儲存格可以透過以下方式擷取：
- 其內容文字。
- 週框方塊的大小和位置。
- 如果是標頭資料行的一部分。
- 索引，表示其在資料表中的資料列和資料行位置。
擷取的選取標記含有其周框方塊、信賴度指標，以及是否已選取。