Dokumentumkinyerési kognitív képesség

Note

Azure AI Keresés a Azure portálon, REST API-kon és Azure SDK-k keresztül érhető el. Emellett a Foundry IQ-t is támogatja, amely a vállalati tartalmakat újrafelhasználható, engedélytudatos tudásbázisokká alakítja át az Microsoft Foundry portálon található ügynökök számára.

A Dokumentumkinyerési képesség kinyeri a tartalmat egy fájlból a bővítési folyamatban. Alapértelmezés szerint a tartalom kinyerése vagy lekérése be van építve a bővítési folyamatba. A Dokumentumkinyerési képesség használatával azonban szabályozhatja a paraméterek beállítását és a kinyert tartalom elnevezését a bővítőfán.

A vektoros és többmodális kereséshez kombinálja a Dokumentumkinyerést a Szövegfelosztási képességgel egy konfigurálható adattömbözési megközelítés implementálásához. A multimodális oktatóanyag bemutatja ezt a forgatókönyvet.

Note

Ez a képesség nem kötődik az Öntödei eszközökhöz, és nem rendelkezik Az Öntödei eszközök kulcskövetelménye nélkül.

Ez a képesség kinyeri a szöveget és a képeket. A szöveg kinyerése ingyenes. A rendszerképek kinyerése az Azure AI Keresés által számlázható. Egy ingyenes keresési szolgáltatásban az indexelőnkénti napi 20 tranzakció költsége elnyelődik, így ingyenesen végezhet gyorsútmutatókat, oktatóanyagokat és kisebb projekteket. Alapszintű és magasabb szintek esetén a rendszerképek kinyerése számlázható.

@odata.type

Microsoft.Skills.Util.DocumentExtractionSkill

Támogatott dokumentumformátumok

A DocumentExtractionSkill a következő dokumentumformátumokból tud szöveget kinyerni:

CSV (lásd : CSV-blobok indexelése)
EML
EPUB
GZ
HTML
JSON (lásd : JSON-blobok indexelése)
KML (XML földrajzi ábrázolásokhoz)
Markdown
Microsoft Office-formátumok: DOCX/DOC/DOCM, XLSX/XLS/XLSM, PPTX/PPT/PPTM, MSG (Outlook-e-mailek), XML (2003 és 2006 WORD XML)
Dokumentumformátumok megnyitása: ODT, ODS, ODP
PDF
Egyszerű szöveges fájlok (lásd még : Egyszerű szöveg indexelése)
Rich Text Formátum (RTF)
XML
ZIP

Képességparaméterek

A paraméterek megkülönböztetik a kis- és nagybetűket.

Inputs	Megengedett értékek	Description
`parsingMode`	`default` `text` `json`	Állítsa be a `default` nem tiszta szövegből vagy JSON-ból származó dokumentumok kinyeréséhez. Korrektúrát tartalmazó forrásfájlok, például PDF-, HTML-, RTF- és Microsoft Office fájlok esetén használja az alapértelmezett beállítást a szöveg korrektúranyelv vagy címkék nélküli kinyeréséhez. Ha `parsingMode` nincs explicit módon definiálva, akkor az érték .`default` Állítsa be, hogy a `text` forrásfájlok TXT formátumúak-e. Ez az elemzési mód javítja az egyszerű szöveges fájlok teljesítményét. Ha a fájlok korrektúrát tartalmaznak, ez a mód megőrzi a címkéket a végső kimenetben. Úgy van beállítva, hogy `json` strukturált tartalmat nyerjen ki JSON-fájlokból.
`dataToExtract`	`contentAndMetadata` `allMetadata`	Úgy van beállítva, hogy `contentAndMetadata` az összes metaadatot és szöveges tartalmat kinyerje az egyes fájlokból. Ha `dataToExtract` nincs explicit módon definiálva, akkor az érték .`contentAndMetadata` Úgy van beállítva, hogy `allMetadata` csak a tartalomtípus metaadat-tulajdonságait nyerje ki, például a PNG-fájlokra jellemző metaadatokat.
`configuration`	Lásd alább.	A dokumentum kinyerésének menetét módosító választható paraméterek szótára. A támogatott konfigurációs tulajdonságok leírását az alábbi táblázatban találja.

Konfigurációs paraméter	Megengedett értékek	Description
`imageAction`	`none` `generateNormalizedImages` `generateNormalizedImagePerPage`	Állítsa úgy, hogy `none` figyelmen kívül hagyja a beágyazott képeket vagy képfájlokat az adathalmazban, vagy ha a forrásadatok nem tartalmaznak képfájlokat. Ez az alapértelmezett érték. Az OCR-hez és a képelemzéshez állítsa be, hogy `generateNormalizedImages` a képesség normalizált képeket hozzon létre a dokumentumtörés részeként. Ehhez a művelethez be kell állítani és `defaultdataToExtract` be kell `parsingMode` állítani.`contentAndMetadata` A normalizált kép egységes kimenettel rendelkezik, amelynek mérete és elforgatása elősegíti a vizuális keresési eredmények konzisztens megjelenítését. A képesség minden képhez létrehozza ezeket az információkat. Ha be `generateNormalizedImagePerPage`van állítva`imageAction`, minden PDF-oldal képként jelenik meg, és a beágyazott képek kinyerése helyett normalizálódik. A nem PDF-fájltípusok ugyanúgy lesznek kezelve, mint a `generateNormalizedImages` beállítottak.
`normalizedImageMaxWidth`	50–10000 közötti egész szám	A létrehozott normalizált képek maximális szélessége (képpontban kifejezve). Az alapértelmezett érték 2000.
`normalizedImageMaxHeight`	50–10000 közötti egész szám	A létrehozott normalizált képek maximális magassága (képpontban). Az alapértelmezett érték 2000.

Note

A normalizált képek maximális szélessége és magassága alapértelmezés szerint 2000 képpont, amely az OCR-képesség és a képelemzési képesség által támogatott maximális méreteken alapul. Az OCR-képesség legfeljebb 4200 szélességet és magasságot támogat a nem angol nyelvű nyelvek esetében, angolul pedig 10000-et. Ha növeli a maximális korlátokat, a feldolgozás a készségek definíciójától és a dokumentumok nyelvétől függően nagyobb képeken is meghiúsulhat.

Készségbemenetek

Bemeneti név	Description
`file_data`	Az a fájl, amelyből a tartalmat ki kell nyerni.

A "file_data" bemenetnek a következő módon definiált objektumnak kell lennie:

{
  "$type": "file",
  "data": "BASE64 encoded string of the file"
}

Másik lehetőségként a következőként definiálható:

{
  "$type": "file",
  "url": "URL to download file",
  "sasToken": "OPTIONAL: SAS token for authentication if the URL provided is for a file in blob storage"
}

A fájlhivatkozási objektum háromféleképpen hozható létre:

A paraméter beállítása az allowSkillsetToReadFileData indexelő definícióján "true" (igaz) értékre. Ez létrehoz egy elérési utat /document/file_data , amely egy objektum, amely a blob adatforrásából letöltött eredeti fájladatokat jelöli. Ez a paraméter csak a Blob Storage-ban lévő fájlokra vonatkozik.

allowSkillsetToReadFileData a letöltött fájladatokat elérhetővé teszi a képesség számára. Nem növeli a blobindexelő fájlméretét vagy a kibontott tartalomra vonatkozó korlátozásokat.
imageAction Az indexelő definíciójának paraméterének beállítása nem nonea következő értékre: . Ez egy képtömböt hoz létre, amely követi a képességhez való bemenethez szükséges konvenciót, ha egyénileg adja át (azaz /document/normalized_images/*).
Az egyéni képesség visszaad egy pontosan a fenti módon definiált JSON-objektumot. A $type paramétert pontosan file be kell állítani, és a data paraméternek a fájltartalom alap 64 bájtos tömbadatainak kell lennie, vagy a url paraméternek megfelelően formázott URL-címnek kell lennie, amely hozzáférést biztosít a fájl ezen a helyen való letöltéséhez.

Képességkimenetek

Kimeneti név	Description
`content`	A dokumentum szöveges tartalma.
`normalized_images`	Ha `imageAction` nem értékre `none`van beállítva, az új normalized_images mező képtömböt tartalmaz. A kimeneti formátumról további információt a Szöveg és információ kinyerése képekből című témakörben talál.

Mintadefiníció

 {
    "@odata.type": "#Microsoft.Skills.Util.DocumentExtractionSkill",
    "parsingMode": "default",
    "dataToExtract": "contentAndMetadata",
    "configuration": {
        "imageAction": "generateNormalizedImages",
        "normalizedImageMaxWidth": 2000,
        "normalizedImageMaxHeight": 2000
    },
    "context": "/document",
    "inputs": [
      {
        "name": "file_data",
        "source": "/document/file_data"
      }
    ],
    "outputs": [
      {
        "name": "content",
        "targetName": "extracted_content"
      },
      {
        "name": "normalized_images",
        "targetName": "extracted_normalized_images"
      }
    ]
  }

Példabemenet

{
  "values": [
    {
      "recordId": "1",
      "data":
      {
        "file_data": {
          "$type": "file",
          "data": "aGVsbG8="
        }
      }
    }
  ]
}

Példakimenet

{
  "values": [
    {
      "recordId": "1",
      "data": {
        "content": "hello",
        "normalized_images": []
      }
    }
  ]
}

Lásd még

Visszajelzés

Hasznosnak találta ezt az oldalt?

Utolsó frissítés időpontja: 2026-08-23

Dokumentumkinyerési kognitív képesség

@odata.type

Támogatott dokumentumformátumok

Képességparaméterek

Készségbemenetek

Képességkimenetek

Mintadefiníció

Példabemenet

Példakimenet

Lásd még

Visszajelzés

További források