Configurer des cas d’utilisation d’extraction de documents
Dans Intelligence documentaire, un cas d’utilisation est utilisé pour définir la structure d’un type de document que vous souhaitez traiter. Il est composé de l’enregistrement du cas d’utilisation et de ses champs, groupes de champs, intégrations, flux et tous les modèles de machine learning (ML) connexes.
Vue d’ensemble des cas d’utilisation d’extraction de documents
Dans un cas d’utilisation d’extraction de document, vous définissez les informations que vous souhaitez que l’IA détecte dans un document. Pour ce faire, spécifiez le type de document à traiter, les champs à détecter et l’emplacement où les résultats du traitement des documents doivent être stockés.
Par exemple, si vous souhaitez traiter des documents de factures, vous pouvez utiliser un cas d’utilisation « Facture ». Ce cas d’utilisation peut comporter des champs pour la date, le numéro de facture, l’élément, et ainsi de suite, afin de définir quelles informations doivent être extraites du document.
Une fois que vous avez défini un cas d’utilisation d’extraction de document, les agents peuvent commencer à traiter les documents concernés dans des tâches de document.
Workflow
Configurez un cas d’utilisation d’extraction de document dans les étapes suivantes.
- Créez un cas d’utilisation.
Définissez le nom, la et la langue pour le cas d’utilisation.
- Créer un champ pour l’extraction de données.
Définissez les champs que l’IA apprendra à détecter et dont elle extraira les valeurs.
Définissez des regroupements de champs pour aider à extraire et à organiser les données collectées à partir de tables ou de modèles d’informations, tels que les listes de cases à cocher.
- Configurer les modes d’extraction de données.
Définissez comment les champs doivent être extraits des documents d’une tâche de document.
- Configurez les intégrations.
Configurez une intégration pour déclencher le traitement des tâches de documents ou l’extraction de valeur pour les workflows avec d’autres applications.
Au fur et à mesure que les agents travaillent sur des tâches de documents pour extraire des valeurs de champ à partir de documents individuels, l’IA tirera les leçons des commentaires et continuera de s’améliorer.