本文是使用 Document AI 的基本概念指南。在繼續閱讀其他說明文件或快速入門導覽課程之前，請先詳閱本頁內容。
自動處理文件處理工作流程
世界各地的企業都高度仰賴文件來儲存及傳達資訊。這類資訊通常需要數位化才能發揮作用。不過，這通常需要透過耗時的手動程序完成。
例如：
- 將書籍數位化，以便在電子閱讀器上閱讀。
- 在診所處理病患入院表單。
- 剖析收據和發票，驗證費用報表。
- 根據身分證驗證身分。
- 從稅務表單中擷取收入資訊，用於核准貸款。
- 瞭解重要業務協議條款的合約。
這些工作流程都涉及從文件中取得原始文字，然後從中擷取與所需資料 (欄位或實體) 對應的特定文字。不過，每種文件類型都有不同的結構和版面配置，欄位模式也會因特定用途而異。
Document AI 元件
Document AI 是文件處理與解讀平台，可將文件中的非結構化資料轉為結構化資料 (特定欄位，適用於資料庫)，讓您輕鬆瞭解、分析和使用資料。
Document AI 建構於 Vertex AI 產品之上，並採用生成式 AI，可協助您建立可擴充的端對端雲端式文件處理應用程式，無需具備專業的機器學習知識。
使用 Document AI，您可以：
- 使用 OCR 將文件數位化，取得文字、版面配置和各種外掛程式，例如圖片品質偵測 (用於可讀性) 和校正 (全自動)。
- 從文件檔案擷取文字和版面配置資訊，並正規化實體。
- 識別結構化表單和一般表格中的鍵/值組合 (kvp)。例如：
Name: Jill Smith是鍵/值組合。 - 分類文件類型，以推動擷取和儲存等下游程序。
- 分割文件並依類型分類。例如，包含多份實際文件的 PDF 檔案。
- 使用自動標籤、結構定義管理和資料集管理功能 (例如文件和預測結果審查)，準備資料集，用於微調和模型評估。
- 與 Cloud Storage、BigQuery 和 Agent Search 等產品整合，協助您儲存、搜尋、整理、管理及分析文件和中繼資料。
這張圖表說明 Document AI 支援的所有重要文件處理步驟，以及這些步驟如何相互連結。
處理器
Document AI 處理器位於文件檔案和機器學習模型之間，可執行文件處理和理解動作。可用於分類、分割、剖析或分析文件。
每個 Google Cloud 專案都必須建立自己的處理器執行個體。
處理器可分為下列類別：
- 數位化：OCR。
- 擷取：自訂擷取器、表單剖析器、版面配置剖析器和預先訓練的剖析器。
- 分類：自訂敏感內容類別和自訂分割器。
如要瞭解 Document AI 的所有可用處理器類型，請參閱完整處理器和詳細資料清單。
我該使用哪種處理器？
如要決定特定應用程式應使用哪種處理器，請參考以下一般準則：
| 類別 | 用途 | 處理器類型 |
|---|---|---|
| 數位化 | 從文件中擷取文字和版面配置資訊。 | Enterprise Document OCR |
| 分析文件的掃描影像品質 (可讀性)。 | 啟用圖片品質分析的 Enterprise Document OCR | |
| 從不符合自訂處理器條件的自訂文件中擷取實體。 | ||
| 擷取 | 從文件中的結構化表單擷取表格或鍵/值組合。 | 表單剖析器 |
| 擷取文件中的文字、表格和清單等元素，並傳回內容感知區塊。 | Gemini 版面配置剖析器 | |
| 從符合自訂處理器條件的自訂文件中擷取實體。 | 建立自訂擷取器 | |
| 從特殊文件類型擷取實體。 | 預先訓練的處理器 (進階訓練可提升品質)。 | |
| 分類 | 分類文件。 | 建立自訂敏感內容類別 |
| 分割文件。 | 建立自訂分割器 |
這張圖表有助於判斷最適合各項用途的處理器。
使用 Document AI 處理器
以下是使用 Document AI 開始處理文件的主要步驟：
選擇適合您用途的處理器。
- 如要查看各處理器的完整資訊，請參閱處理器與詳細資料的完整清單。
使用 Google Cloud 控制台或 Document AI API 建立處理器。
Document AI 會建立預測端點，供您傳送文件。
如需詳細操作說明，請參閱「建立處理器」。
使用訓練和測試資料，從頭開始訓練處理器，或根據現有版本訓練新的 (預先訓練) 處理器版本。
- 如需詳細操作說明，請參閱「訓練處理器」。
傳送文件進行處理。