Keterampilan Tata Letak Dokumen

Keterampilan Document Layout menggunakan model layout dari Azure Document Intelligence in Foundry Tools untuk menganalisis dokumen, mendeteksi struktur dan karakteristiknya, dan menghasilkan representasi sintaksis dalam format Markdown atau teks. Keterampilan ini mendukung ekstraksi teks dan gambar, yang terakhir mencakup metadata lokasi yang mempertahankan posisi gambar dalam dokumen. Kedekatan gambar dengan konten terkait bermanfaat dalam skenario pencarian yang ditambah (RAG) dan pengambilan lainnya.

Untuk transaksi yang melebihi 20 dokumen per pengindeks per hari, keterampilan ini mengharuskan Anda untuk lampirkan sumber daya Microsoft Foundry yang dapat ditagih ke keahlian Anda. Eksekusi keterampilan bawaan dikenakan biaya dengan harga Standar Alat Pengecoran yang ada.

Artikel ini adalah dokumentasi referensi untuk keterampilan Tata Letak Dokumen. Untuk informasi penggunaan, lihat Cara memotong dan mengvektorkan berdasarkan tata letak dokumen.

Keterbatasan

Skill ini memiliki keterbatasan sebagai berikut:

• Keterampilan ini tidak cocok untuk dokumen besar yang membutuhkan pemrosesan lebih dari lima menit dalam model tata letak Azure Document Intelligence. Waktu keterampilan habis, tetapi biaya masih berlaku untuk sumber daya Foundry jika dilampirkan ke set keterampilan untuk tujuan penagihan. Pastikan dokumen dioptimalkan agar tetap dalam batas pemrosesan untuk menghindari biaya yang tidak perlu.

• Karena keterampilan ini memanggil model tata letak Kecerdasan Dokumen Azure, semua perilaku service yang didokumentasikan untuk jenis dokumen yang berbeda untuk jenis file yang berbeda berlaku untuk outputnya. Misalnya, file Word (DOCX) dan PDF dapat menghasilkan hasil yang berbeda karena perbedaan dalam cara penanganan gambar. Jika perilaku gambar yang konsisten di seluruh DOCX dan PDF diperlukan, pertimbangkan untuk mengonversi dokumen ke PDF atau meninjau dokumentasi pencarian multimoda untuk pendekatan alternatif.

Wilayah yang didukung

Keterampilan Tata Letak Dokumen memanggil v4.0 (30-11-2024) dari Azure Document Intelligence REST API.

Wilayah yang didukung bervariasi menurut modalitas dan bagaimana keterampilan terhubung ke model tata letak Azure Document Intelligence. Saat ini, versi model tata letak yang diterapkan tidak mendukung wilayah 21Vianet .

Format file yang didukung

Keterampilan ini mengenali format file berikut:

• .PDF
• . JPEG
• .JPG
• .PNG
• .BMP
• . TIFF
• .DOCX
• . XLSX
• .PPTX
• .HTML

Bahasa yang didukung

Untuk teks cetak, lihat Azure Bahasa yang didukung model tata letak Kecerdasan Dokumen.

@odata.type

Microsoft.Skills.Util.DocumentIntelligenceLayoutSkill

Batasan data

• Untuk PDF dan TIFF, hingga 2.000 halaman dapat diproses (dengan langganan tingkat gratis, hanya dua halaman pertama yang diproses).
• Meskipun ukuran file untuk menganalisis dokumen adalah 500 MB untuk tingkat Azure Document Intelligence berbayar (S0) dan 4 MB untuk tingkat Azure Document Intelligence gratis (F0), pengindeksan tunduk pada batas pengindeks dari tingkat layanan penelusuran Anda.
• Dimensi gambar harus antara 50 piksel x 50 piksel atau 10.000 piksel x 10.000 piksel.
• Jika PDF Anda dikunci kata sandi, hapus kunci sebelum menjalankan pengindeks.

Parameter keterampilan

Parameter peka huruf besar/kecil.

Masukan keterampilan

Input "file_data" harus berupa objek yang didefinisikan sebagai:

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

Atau, ini dapat didefinisikan sebagai:

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

Objek referensi file dapat dihasilkan dengan salah satu cara berikut:

• Mengatur allowSkillsetToReadFileData parameter pada definisi pengindeks Anda ke true. Pengaturan ini membuat jalur /document/file_data yang merupakan objek yang mewakili data file asli yang diunduh dari sumber data blob Anda. Parameter ini hanya berlaku untuk file di penyimpanan Azure Blob.

  allowSkillsetToReadFileData membuat data file yang diunduh tersedia untuk keterampilan. Ini tidak meningkatkan batas pengindeks blob atau batas Kecerdasan Dokumen yang dijelaskan dalam Batas data.

• Memiliki keterampilan kustom yang mengembalikan definisi objek JSON yang menyediakan $type, dataatau urlsastoken dan . Parameter $type harus diatur ke file, dan data harus berupa array byte yang dikodekan 64 dasar dari konten file. url Parameter harus berupa URL yang valid dengan akses untuk mengunduh file di lokasi tersebut.

Keluaran Keterampilan

Contoh definisi untuk mode output penurunan harga

{
  "skills": [
    {
      "description": "Analyze a document",
      "@odata.type": "#Microsoft.Skills.Util.DocumentIntelligenceLayoutSkill",
      "context": "/document",
      "outputMode": "oneToMany", 
      "markdownHeaderDepth": "h3", 
      "inputs": [
        {
          "name": "file_data",
          "source": "/document/file_data"
        }
      ],
      "outputs": [
        {
          "name": "markdown_document", 
          "targetName": "markdown_document" 
        }
      ]
    }
  ]
}

Output sampel untuk mode output penurunan harga

{
  "markdown_document": [
    { 
      "content": "Hi this is Jim \r\nHi this is Joe", 
      "sections": { 
        "h1": "Foo", 
        "h2": "Bar", 
        "h3": "" 
      },
      "ordinal_position": 0
    }, 
    { 
      "content": "Hi this is Lance",
      "sections": { 
         "h1": "Foo", 
         "h2": "Bar", 
         "h3": "Boo" 
      },
      "ordinal_position": 1,
    } 
  ] 
}

Nilai mengontrol markdownHeaderDepth jumlah kunci dalam kamus "bagian". Dalam contoh definisi keterampilan, karena adalah markdownHeaderDepth "h3", ada tiga kunci dalam kamus "bagian": h1, h2, h3.

Contoh untuk mode keluaran teks dan ekstraksi gambar dan metadata

Contoh ini menunjukkan cara mengeluarkan konten teks dalam potongan berukuran tetap dan mengekstrak gambar bersama dengan metadata lokasi dari dokumen.

Contoh definisi untuk mode keluaran teks dan ekstraksi gambar dan metadata

{
  "skills": [
    {
      "description": "Analyze a document",
      "@odata.type": "#Microsoft.Skills.Util.DocumentIntelligenceLayoutSkill",
      "context": "/document",
      "outputMode": "oneToMany",
      "outputFormat": "text",
      "extractionOptions": ["images", "locationMetadata"],
      "chunkingProperties": {     
          "unit": "characters",
          "maximumLength": 2000, 
          "overlapLength": 200
      },
      "inputs": [
        {
          "name": "file_data",
          "source": "/document/file_data"
        }
      ],
      "outputs": [
        { 
          "name": "text_sections", 
          "targetName": "text_sections" 
        }, 
        { 
          "name": "normalized_images", 
          "targetName": "normalized_images" 
        } 
      ]
    }
  ]
}

Contoh output untuk mode output teks dan ekstraksi gambar dan metadata

{
  "text_sections": [
      {
        "id": "1_7e6ef1f0-d2c0-479c-b11c-5d3c0fc88f56",
        "content": "the effects of analyzers using Analyze Text (REST). For more information about analyzers, see Analyzers for text processing.During indexing, an indexer only checks field names and types. There's no validation step that ensures incoming content is correct for the corresponding search field in the index.Create an indexerWhen you're ready to create an indexer on a remote search service, you need a search client. A search client can be the Azure portal, a REST client, or code that instantiates an indexer client. We recommend the Azure portal or REST APIs for early development and proof-of-concept testing.Azure portal1. Sign in to the Azure portal 2, then find your search service.2. On the search service Overview page, choose from two options:· Import data wizard: The wizard is unique in that it creates all of the required elements. Other approaches require a predefined data source and index.All services > Azure Al services | Al Search >demo-search-svc Search serviceSearchAdd indexImport dataImport and vectorize dataOverviewActivity logEssentialsAccess control (IAM)Get startedPropertiesUsageMonitoring· Add indexer: A visual editor for specifying an indexer definition.",
        "locationMetadata": {
          "pageNumber": 1,
          "ordinalPosition": 0,
          "boundingPolygons": "[[{\"x\":1.5548,\"y\":0.4036},{\"x\":6.9691,\"y\":0.4033},{\"x\":6.9691,\"y\":0.8577},{\"x\":1.5548,\"y\":0.8581}],[{\"x\":1.181,\"y\":1.0627},{\"x\":7.1393,\"y\":1.0626},{\"x\":7.1393,\"y\":1.7363},{\"x\":1.181,\"y\":1.7365}],[{\"x\":1.1923,\"y\":2.1466},{\"x\":3.4585,\"y\":2.1496},{\"x\":3.4582,\"y\":2.4251},{\"x\":1.1919,\"y\":2.4221}],[{\"x\":1.1813,\"y\":2.6518},{\"x\":7.2464,\"y\":2.6375},{\"x\":7.2486,\"y\":3.5913},{\"x\":1.1835,\"y\":3.6056}],[{\"x\":1.3349,\"y\":3.9489},{\"x\":2.1237,\"y\":3.9508},{\"x\":2.1233,\"y\":4.1128},{\"x\":1.3346,\"y\":4.111}],[{\"x\":1.5705,\"y\":4.5322},{\"x\":5.801,\"y\":4.5326},{\"x\":5.801,\"y\":4.7311},{\"x\":1.5704,\"y\":4.7307}]]"
        },
        "sections": []
      },
      {
        "id": "2_25134f52-04c3-415a-ab3d-80729bd58e67",
        "content": "All services > Azure Al services | Al Search >demo-search-svc | Indexers Search serviceSearch0«Add indexerRefreshDelete:selected: TagsFilter by name ...:selected: Diagnose and solve problemsSearch managementStatusNameIndexesIndexers*Data sourcesRun the indexerBy default, an indexer runs immediately when you create it on the search service. You can override this behavior by setting disabled to true in the indexer definition. Indexer execution is the moment of truth where you find out if there are problems with connections, field mappings, or skillset construction.There are several ways to run an indexer:· Run on indexer creation or update (default).. Run on demand when there are no changes to the definition, or precede with reset for full indexing. For more information, see Run or reset indexers.· Schedule indexer processing to invoke execution at regular intervals.Scheduled execution is usually implemented when you have a need for incremental indexing so that you can pick up the latest changes. As such, scheduling has a dependency on change detection.Indexers are one of the few subsystems that make overt outbound calls to other Azure resources. In terms of Azure roles, indexers don't have separate identities; a connection from the search engine to another Azure resource is made using the system or user- assigned managed identity of a search service. If the indexer connects to an Azure resource on a virtual network, you should create a shared private link for that connection. For more information about secure connections, see Security in Azure Al Search.Check results",
        "locationMetadata": {
          "pageNumber": 2,
          "ordinalPosition": 1,
          "boundingPolygons": "[[{\"x\":2.2041,\"y\":0.4109},{\"x\":4.3967,\"y\":0.4131},{\"x\":4.3966,\"y\":0.5505},{\"x\":2.204,\"y\":0.5482}],[{\"x\":2.5042,\"y\":0.6422},{\"x\":4.8539,\"y\":0.6506},{\"x\":4.8527,\"y\":0.993},{\"x\":2.5029,\"y\":0.9845}],[{\"x\":2.3705,\"y\":1.1496},{\"x\":2.6859,\"y\":1.15},{\"x\":2.6858,\"y\":1.2612},{\"x\":2.3704,\"y\":1.2608}],[{\"x\":3.7418,\"y\":1.1709},{\"x\":3.8082,\"y\":1.171},{\"x\":3.8081,\"y\":1.2508},{\"x\":3.7417,\"y\":1.2507}],[{\"x\":3.9692,\"y\":1.1445},{\"x\":4.0541,\"y\":1.1445},{\"x\":4.0542,\"y\":1.2621},{\"x\":3.9692,\"y\":1.2622}],[{\"x\":4.5326,\"y\":1.2263},{\"x\":5.1065,\"y\":1.229},{\"x\":5.106,\"y\":1.346},{\"x\":4.5321,\"y\":1.3433}],[{\"x\":5.5508,\"y\":1.2267},{\"x\":5.8992,\"y\":1.2268},{\"x\":5.8991,\"y\":1.3408},{\"x\":5.5508,\"y\":1.3408}]]"
        },
        "sections": []
       }
    ],
    "normalized_images": [ 
        { 
            "id": "1_550e8400-e29b-41d4-a716-446655440000", 
            "data": "SGVsbG8sIFdvcmxkIQ==", 
            "imagePath": "aHR0cHM6Ly9henNyb2xsaW5nLmJsb2IuY29yZS53aW5kb3dzLm5ldC9tdWx0aW1vZGFsaXR5L0NyZWF0ZUluZGV4ZXJwNnA3LnBkZg2/normalized_images_0.jpg",  
            "locationMetadata": {
              "pageNumber": 1,
              "ordinalPosition": 0,
              "boundingPolygons": "[[{\"x\":2.0834,\"y\":6.2245},{\"x\":7.1818,\"y\":6.2244},{\"x\":7.1816,\"y\":7.9375},{\"x\":2.0831,\"y\":7.9377}]]"
            }
        },
        { 
            "id": "2_123e4567-e89b-12d3-a456-426614174000", 
            "data": "U29tZSBtb3JlIGV4YW1wbGUgdGV4dA==", 
            "imagePath": "aHR0cHM6Ly9henNyb2xsaW5nLmJsb2IuY29yZS53aW5kb3dzLm5ldC9tdWx0aW1vZGFsaXR5L0NyZWF0ZUluZGV4ZXJwNnA3LnBkZg2/normalized_images_1.jpg",  
            "locationMetadata": {
              "pageNumber": 2,
              "ordinalPosition": 1,
              "boundingPolygons": "[[{\"x\":2.0784,\"y\":0.3734},{\"x\":7.1837,\"y\":0.3729},{\"x\":7.183,\"y\":2.8611},{\"x\":2.0775,\"y\":2.8615}]]"
            } 
        }
    ] 
}

Perhatikan bahwa output “sections” sampel di atas tampak kosong. Untuk mengisinya, Anda harus menambahkan keterampilan tambahan yang dikonfigurasi dengan outputFormat set to markdownuntuk memastikan bagian terisi dengan benar.

Keterampilan ini menggunakan Azure Document Intelligence untuk menghitung locationMetadata. Lihat model tata letak Azure Document Intelligence untuk detail tentang bagaimana halaman dan koordinat poligon pembatas didefinisikan.

Mewakili imagePath jalur relatif dari gambar yang disimpan. Jika proyeksi file penyimpanan pengetahuan dikonfigurasi dalam set keterampilan, jalur ini cocok dengan jalur relatif gambar yang disimpan di penyimpanan pengetahuan.

Konten terkait

• Apa itu model tata letak Azure Document Intelligence
• Keterampilan bawaan
• Cara mendefinisikan keahlian
• Buat Pengindeks (REST API)