Actualizaciones de Document Extraction package

Revise las actualizaciones de las versiones publicadas de Document Extraction package, como las funciones nuevas y mejoradas, así como las correcciones y limitaciones. La página también enumera las fechas de lanzamiento de cada versión, y las versiones compatibles de la Control Room y Bot Agent.

Resumen de las versiones

En la siguiente tabla se enumeran las versiones de Document Extraction package publicadas con una versión de Automation 360 o como versión de sólo paquete (en orden descendente de fechas de publicación). Haga clic en el enlace de la versión para obtener información sobre las actualizaciones de esa versión del package.
Versión Fecha de actualización Tipo de versión Versión de Bot Agent Compilación de Control Room
3.40.9 30 de marzo de 2026 Con la actualización de la versión 39 de Automation 360 21.252 o posterior 19223 o posterior
3.39.13 11 de marzo de 2026 Con la actualización de la versión 39 de Automation 360 21.252 o posterior 19223 o posterior
3.39.11 16 February 2026 Solo paquete; posterior a la v.39 de Automation 360 21.252 o posterior 19223 o posterior
3.39.7 10 de diciembre de 2025 Con el lanzamiento de Automation 360 v.39 (Sandbox) 21.252 o posterior 19223 o posterior
3.38.12 25 de noviembre de 2025 Solo paquete; posterior a la v.38 de Automation 360 21.252 o posterior 19223 o posterior
3.38.8 15 September 2025 Con el lanzamiento de Automation 360 v.38 (Sandbox) 21.252 o posterior 19223 o posterior
3.37.9 15 July 2025 Solo paquete; posterior a la versión 37 de Automation 360 (Sandbox) 21.252 o posterior 19223 o posterior
3.37.8 2 de julio de 2025 Solo paquete; posterior a la versión 37 de Automation 360 (Sandbox) 21.252 o posterior 19223 o posterior
3.37.4 4 June 2025 Con el lanzamiento de Automation 360 v.37 (Sandbox) 21.252 o posterior 19223 o posterior
3.36.10 17 March 2025 Solo paquete; posterior a la versión 36 de Automation 360 (Sandbox) 21.252 o posterior 19223 o posterior
3.36.7 5 March 2025 Con el lanzamiento de Automation 360 v.36 (Sandbox) 21.252 o posterior 19223 o posterior
3.35.14 15 January 2025 Package-solo para versiones posteriores a Automation 360 v.35 21.252 o posterior 19223 o posterior
3.35.7 26 November 2024 Con el lanzamiento de Automation 360 v.35 (Sandbox) 21.252 o posterior 19223 o posterior
3.34.7 27 September 2024 Con el lanzamiento de Automation 360 v.34 (Sandbox) 21.252 o posterior 19223 o posterior
3.33.18 15 July 2024 Package-solo para versiones posteriores a Automation 360 v.33 21.252 o posterior 19223 o posterior
3.33.13 14 June 2024 Solo Package; posterior al lanzamiento de Automation 360 v.32 21.252 o posterior 19223 o posterior
3.33.11 26 de junio de 2024 Con la versión v.33 de Automation 360 (On-Premises) 21.252 o posterior 19223 o posterior
3.32.26 18 de abril de 2024 Solo Package; posterior al lanzamiento de Automation 360 v.32 21.252 o posterior 19223 o posterior
3.32.23 5 de abril de 2024 Con el lanzamiento de Automation 360 versión 32 (On-Premises) 21.252 o posterior 19223 o posterior
cek1698906801093_00125.html#moq1683643688880__3.32.22-sandbox 21 de marzo de 2024 Con el lanzamiento de Automation 360 v.32 (Sandbox) 21.252 o posterior 19223 o posterior
3.31.22 26 de enero de 2024 Package-solo para versiones posteriores a Automation 360 v.31 21.252 o posterior 19223 o posterior
3.31.17 22 de diciembre de 2023 Solo Package; posterior al lanzamiento de Automation 360 v.31 (Sandbox) 21.252 o posterior 19223 o posterior
3.31.16 6 December 2023 Con el lanzamiento de Automation 360 v.31 (Sandbox) 21.252 o posterior 19223 o posterior
3.31.15 28 de noviembre de 2023 Con Automation 360 versión v.30 21.252 o posterior 19223 o posterior
3.31.13 16 November 2023 Solo Package; posterior al lanzamiento de Automation 360 v.30 21.252 o posterior 19223 o posterior
3.30.24 21 September 2023 Solo Package; para versiones posteriores a Automation 360 v.30 (Sandbox) 21.252 o posterior 19223 o posterior
3.30.22 6 September 2023 Con el lanzamiento de Automation 360 v.30 (Sandbox) 21.252 o posterior 19223 o posterior
3.30.21 21 de agosto de 2023 Solo para Package; para versiones posteriores a Automation 360 v.29 21.98 o posterior 15345 o posterior
3.30.19 16 August 2023 Solo para Package; para versiones posteriores a Automation 360 v.29 21.98 o posterior 15345 o posterior
3.29.17 17 July 2023 Package-solo para versiones posteriores a Automation 360 v.29 21.98 o posterior 15345 o posterior
3.29.14 6 June 2023 Con el lanzamiento de Automation 360 v.29 (Sandbox) 21.98 o posterior 15345 o posterior
Nota:
  • Para descargar un package individual (actualizado en una versión de Automation 360 en la que solo necesite el package), utilice esta URL:

    https://aai-artifacts.my.automationanywhere.digital/packages/<package-file-name>-<version.number>.jar

  • Para el package de Document Extraction, la convención de nomenclatura es: bot-command-iqbot-extraction360-<version-number>-full.jar

    Por ejemplo, bot-command-iqbot-extraction360-3.31.22-full.jar

Para conocer los pasos detallados sobre cómo descargar un package y agregarlo manualmente a la Control Room, consulte Agregue packages a Control Room.

3.40.9

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
La extracción de datos ya no fallará cuando copie una instancia de aprendizaje que utiliza un analizador de terceros configurado en Document Automation y procese documentos con la instancia de aprendizaje copiada.

Anteriormente, la extracción de datos fallaba en tal escenario.

3.39.13

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Mejoras en la configuración BYOK de proveedores generative AI

Con la introducción de modelos personalizados en Document Automation usando la función Model connections en AI Agent Studio, necesita configurar la opción de traer su propia clave (BYOK) para los proveedores de generative AI en las Model connections. Consulte Usar Model connections en Document Automation.

Las opciones MS OpenAI y Anthropic en la sección Configuración adicional en la action Extraer datos para los proveedores generative AI ya no estarán disponibles.

Importante: Si está actualizando a la versión 39 o una versión posterior y usa BYOK para proveedores de generative AI en sus instancias de aprendizaje existentes, realice los siguientes pasos:
  1. Cree Model connections para el proveedor generative AI y luego utilícelo en la instancia de aprendizaje.
  2. Abra la action Extraer datos de la instancia de aprendizaje y seleccione Ninguno en la opción Configuración adicional.
Limitaciones
Si está utilizando la versión 39 (compilación 42496) o una versión anterior y está usando el package Document Extraction versión 3.39.13, la extracción fallará.

Solución: Use el package Document Extraction versión 3.39.11 o una versión anterior, o actualice a la versión 39 (compilación 42649).

3.39.11

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Se corrigieron problemas de vulnerabilidad Para obtener más información, haga clic en el enlace de descarga de la versión y consulte los informes de seguridad y cumplimiento en A-People Downloads page (Login required).

3.39.7

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Mejora en la extracción de datos con generative AI impulsada por visión

La precisión del texto extraído de los documentos mejora al utilizar modelos de generative AI impulsados por visión.

Extracción de datos impulsada por visión generative AI

Correcciones
Cuando se crea una instancia de aprendizaje sin usar el proveedor generative AI, se marcan algunos campos como obligatorios y los campos marcados tienen valores vacíos, dichos campos ahora mostrarán correctamente un error de validación.

Anteriormente, no se mostraba un error en tal escenario.
Ahora puede procesar más documentos usando la action Extraer datos en la action Loop.

Anteriormente, se generaba un error en este tipo de escenarios.

ID de caso de Servicio de nube: 02273482

3.38.12

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades
Soporte para el idioma azerbaiyano

Ahora puede procesar documentos en el idioma azerbaiyano para los tipos de documento Definido por el usuario y No estructurado al utilizar el proveedor de Automation Anywhere (definido por el usuario) y OCR de Google Vision o proveedor de OCR ABBY.

Idiomas admitidos en Document Automation

Corrección
Después de mover instancias de aprendizaje con campos opcionales que incluyen una fórmula de IQ Bot a Document Automation, los campos opcionales o deshabilitados ahora omiten correctamente la evaluación de reglas de fórmula durante el procesamiento de documentos.

Anteriormente, los documentos que utilizaban dichos campos se enviaban al validador de Automation Co-Pilot en ciertos escenarios.

ID de caso de servicio de nube: 02279788, 02278791

3.38.8

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades

Compatibilidad con el modelo BYOK de OpenAI

Traiga su propia clave (BYOK) no es compatible con el modelo OpenAI o1-mini.
Correcciones
Cuando selecciona un idioma que no es inglés para su Control Room, los nombres del package y las descripciones de la action del package Document Extraction ahora se muestran correctamente en el idioma seleccionado.

Anteriormente, los nombres del package y las descripciones de la action aparecían incorrectamente.
En el caso de los documentos que contienen varias páginas y tablas, los campos de la columna principal y del indicador de fin de tabla de todas las tablas de la configuración de entrenamiento avanzada del validador se actualizan adecuadamente después de proporcionar comentarios de validación.

Anteriormente, los campos de la columna principal y del indicador de fin de tabla no se actualizaban en todas las tablas.

3.37.9

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Modelo de mejora en la extracción de tablas

El modelo de extracción de tablas se actualizó para extraer datos de tablas usando el modelo generative AI impulsado por visión con el proveedor Anthropic generative AI.
Lógica de posprocesamiento mejorada (ID de caso de Servicio de nube: 02194785)

La lógica de posprocesamiento se mejora para actualizar correctamente los comentarios de validación durante el reprocesamiento de documentos, específicamente al extraer datos de campos de tabla.
Modelo de extracción de generative AI mejorado (ID de caso de Servicio de nube: 02192420)

Estabilidad de los modelos de extracción habilitados de generative AI mejorada.
Corrección
Cuando extrae datos de los campos del formulario, ahora se extraerán datos de todos los campos del formulario.

Anteriormente, no podía extraer datos de algunos campos de formulario.

ID de caso de Servicio de nube: 02124062

3.37.8

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Mejora en la extracción de campos de formulario(ID de caso de Servicio de nube: 02208490, 02216291)

Se ha mejorado la respuesta de validación para los campos de formulario que no tienen un encabezado definido.
Modelo de extracción de tablas mejorado (ID de caso de servicio de nube: 02202398)

Se ha mejorado la extracción de datos de las tablas para extraer correctamente los datos de la última fila de las tablas o cuando se han capturado datos incorrectos de algunas columnas en determinados escenarios.
Mejora de la extracción de datos de los campos de formulario en los modelos Claude de Anthropic

La extracción de datos de los campos de formulario ahora se mejoró al usar modelos Claude de Anthropic con la etiqueta GenAIVision.

Uso de etiquetas de indicador en indicadores de generative AI

Corrección
Cuando los documentos se validan en Automation Co-Pilot, la opción de cierre para borrar la región identificada por el sistema (SIR) aparece correctamente al validar campos.

Anteriormente, la opción de cierre aparecía en la esquina superior izquierda de la ventana del validador en ese caso.

ID de caso de Servicio de nube: 02200493

3.37.4

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Las secuencias de comandos de Python ahora funcionan para instancias de aprendizaje que se trasladan de IQ Bot a Document Automation utilizando el package Puente de IQ Bot a DA.

Anteriormente, las secuencias de comandos de Python no funcionaban en ciertos escenarios.
La extracción de datos ahora funciona para documentos en chino, japonés y coreano para instancias de aprendizaje que se trasladan de IQ Bot a Document Automation utilizando el paquete Puente de IQ Bot a DA.

Anteriormente, la extracción de datos fallaba en tal escenario.

El historial de versiones en modo de prueba ya no mostrará todos los campos extraídos usando generative AI cuando solo se proporcionen comentarios de validación para ciertos campos.

Anteriormente, se mostraban todos los campos extraídos usando generative AI en tal escenario.
La extracción de datos ya no fallará para una instancia de aprendizaje que tenga su bot de extracción descargado ni cuando copias clonadas de la instancia de aprendizaje estén en el repositorio privado.

Anteriormente, la extracción de datos fallaba en tal escenario.

ID de caso de Servicio de nube: 02179111, 02180406, 02181013, 02188560
En la acción Extraer datos del package Document Automation, el texto que se muestra en las opciones de Configuración adicional ahora admite los idiomas predeterminados compatibles en la Control Room.

3.36.10

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades
Extracción de datos avanzada mediante etiquetas de indicador

La etiqueta de indicador @AdvancedExtraction se introduce para utilizar modelos de visión avanzados de generative AI para una mejor extracción de datos. Debe agregar esta etiqueta al final de un solo campo de tabla por tabla o en un indicador de tabla para utilizar modelos de visión de generative AI para la extracción de datos.

Uso de etiquetas de indicador en indicadores de generative AI

Correcciones
Ahora puede procesar documentos en un dispositivo Bot Runner donde el nombre del usuario que ha iniciado sesión en el dispositivo contiene hasta 25 caracteres.

Anteriormente, se mostraba un error en tal escenario.

ID de caso de Servicio de nube: 02191165
Limitaciones
La etiqueta de indicador @GenAIVision no es compatible para los campos de formulario cuando se utilizan los modelos de generative AI impulsados por visión de Claude de Anthropic.
Traiga su propia clave (BYOK) no es compatible con el modelo OpenAI o1-mini.

3.36.7

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades
Soporte para el modo de prueba y las funciones PDFBox

El package Document Extraction admite el modo de prueba y las características de PDFBox.

Probar instancias de aprendizaje | Cree una instancia de aprendizaje en Document Automation

Correcciones
Cuando se utilizan caracteres especiales (=, -, @, +, <, > ,) en los nombres de los campos, estos caracteres especiales estarán delimitados entre comillas simples (\' \') en el archivo CSV de salida.

3.35.14

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades
Extracción de datos mediante modelos de generative AI impulsados por visión

Los modelos de generative AI impulsados por visión están integrados en Document Automation para procesar documentos con estructuras visualmente complejas, como el reconocimiento de casillas de verificación y la detección de firmas.

Los modelos de generative AI impulsados por visión ofrecen los siguientes beneficios:

Extracción de datos sin interrupciones
Extrae datos de tablas complejas con filas anidadas, columnas combinadas y secciones. Reconoce y captura elementos de selección, como casillas de verificación.
Desarrollado para casos de uso del mundo real
Supera los desafíos en la extracción de datos de varios tipos de documentos, como facturas, órdenes de compra, documentos de atención médica y documentos de la cadena de suministro.
Configuración sin esfuerzo
Utiliza modelos preentrenados que funcionan de inmediato, donde se utilizan consultas de búsqueda para identificar y extraer información.

Extracción de datos impulsada por visión generative AI | Uso de etiquetas de indicador en indicadores de generative AI

Cambios
Precisión mejorada de la extracción de datos (ID de caso de Servicio de nube: 02113080)

La precisión de la extracción de datos mediante la action Extraer datos mejora cuando se utilizan modelos de generative AI impulsados por visión. Consulte Extracción de datos impulsada por visión generative AI.
Modelo de extracción de tablas mejorado (ID de caso de servicio de nube: 02159567, 02154057, 02145073, 02163032, 02151987, 02175105)

El modelo de extracción de tablas se actualiza para procesar documentos que tienen encabezados complejos en tablas y para extraer datos de tablas de todas las páginas.
Correcciones
Ahora puede extraer datos utilizando las versiones más nuevas del modelo de Microsoft OpenAI GPT-4o.

Anteriormente, la extracción de datos fallaba al utilizar los modelos más antiguos en ciertos escenarios.
Ahora puede usar MS OpenAI con su propia licencia (BYOL) para extraer datos sin obtener un error.

Anteriormente, se mostraba un error en ciertos escenarios.

ID de caso de Servicio de nube: 02177260
La extracción de datos ahora funcionará en instancias de aprendizaje que utilicen un proveedor generative AI y los campos estén configurados con la opción de modelo Consulta de búsqueda para lA generativa con el fin devolver la respuesta en formato JSON.

Anteriormente, la extracción de datos podía fallar o devolver valores vacíos para dichos campos.
Ahora puede extraer valor de los datos apilados usando etiquetas de solicitud. Consulte Uso de etiquetas de indicador en indicadores de generative AI.

Anteriormente, el valor correcto no se extraía en ciertos escenarios.
Los datos extraídos de los campos ya no incluirán un prefijo de comillas.

Anteriormente, algunos datos extraídos incluían un prefijo de comillas.
Cuando procesa documentos utilizando instancias de aprendizaje migradas y si los documentos se mueven al validador, los comentarios de validación ahora pueden sobrescribir los valores de campo extraídos por el motor predeterminado.

Anteriormente, los comentarios de validación no podían sobrescribir los valores del campo en tal escenario.

3.35.7

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Modelo de extracción de tablas mejorado (ID de caso de servicio de nube: 02141734)

El modelo de extracción de tablas se actualiza para procesar documentos que tienen encabezados complejos en tablas.
Correcciones
Ahora puede extraer datos de los encabezados de las tablas después de facilitar información de validación.

Anteriormente, solo se extraían datos parciales en ciertos escenarios.

ID de caso de Servicio de nube: 02155613
Ahora puede procesar documentos para extraer datos sin encontrar errores relacionados con el almacenamiento.

Anteriormente, se mostraba un error relacionado con el almacenamiento al procesar ciertos documentos.

ID de caso de Servicio de nube: 02141163, 02132605
Se corrigieron problemas de vulnerabilidad Para obtener más información, haga clic en el enlace de descarga de la versión y consulte los informes de seguridad y cumplimiento en A-People Downloads page (Login required).

3.34.7

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Modelo de mejora en la extracción de tablas

Se actualiza el modelo de extracción de tablas para mejorar la opción del indicador de final de tabla.

ID de caso de Servicio de nube: 02145073, 02154694, 02160765
Correcciones

Cuando crea una instancia de aprendizaje con el tipo de documento establecido en documento No estructurado y el idioma establecido en Sueco, la Extracción de documentos extrae correctamente los datos del tipo de documento no estructurado para el idioma sueco.
Ahora puede proporcionar consultas en la opción Búsqueda de consulta para el modelo de IA generativa y extraer datos con éxito de los documentos de lista de empaque sin ver un error.

Anteriormente, se mostraba un error cuando se proporcionaban ciertas consultas en dicho escenario.

ID de caso de Servicio de nube: 02154341, 02154706, 02173044
Se corrigieron problemas de vulnerabilidad Para obtener más información, haga clic en el enlace de descarga de la versión y consulte los informes de seguridad y cumplimiento en A-People Downloads page (Login required).

3.33.18

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades

Integración inmediata con Anthropic

Ahora puede usar el proveedor Anthropic generative AI directamente sin ninguna configuración adicional.

Cree una instancia de aprendizaje en Document Automation

Cambios
Modelo de mejora en la extracción de tablas

El modelo de extracción de tablas se actualiza para mejorar la extracción de datos para tablas que abarcan varias páginas en tipos de documentos no estructurados.
Corrección

Al extraer datos utilizando un proveedor de generative AI, los campos devolverán los valores adecuados si la respuesta se solicita en formato JSON dentro de la consulta de búsqueda.

Anteriormente, los campos específicos devolvían un valor vacío en ese escenario.

3.33.13

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Modelo de extracción de tablas mejorado (ID de caso de servicio de nube: 02122434)

El modelo de extracción de tablas se actualiza para mejorar la extracción de la estructura de la tabla y la gestión de errores.
Correcciones
Ahora puede proporcionar comentarios de validación en el campo de formulario estándar vendor_name en una instancia de aprendizaje para extraer correctamente los nombres de los proveedores.

Anteriormente, encontraba un error en tal escenario.

ID de caso de servicio de nube: 02124772, 02122434, 02126627, 02129868, 02132605
Los comentarios de validación ahora funcionan en varias tablas cuando procesa documentos que contienen varias tablas con instancias de aprendizaje.
Limitación
La extracción de datos fallará en el siguiente escenario:
  • Ha creado una instancia de aprendizaje donde el tipo de documento está configurado en Documento no estructurado y el idioma en Sueco.
  • El bot de extracción para la instancia de aprendizaje utiliza la versión 3.33.13 del paquete Document Extraction.

3.33.11

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Ahora puede procesar documentos utilizando una instancia de aprendizaje en los siguientes casos:
  • La instancia de aprendizaje se creó con campos de casilla de verificación en IQ Bot.
  • La instancia de aprendizaje se importa a Document Automation utilizando el paquete Puente de IQ Bot a Document Automation.
  • La opción Mejorar la precisión mediante la validación está habilitada para la instancia de aprendizaje en Document Automation.

Anteriormente, la extracción de datos fallaba en tal escenario.

3.32.26

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Cuando procesa un documento con Google Document AI, el bot de extracción ahora se ejecuta con éxito para el idioma Portugués y le envía el documento al validador.

Cuando procesa un documento con objetos de escritura o firma, estos objetos ahora se incluyen en el archivo JSON de salida final.

Anteriormente, debido al alto umbral de confianza establecido para las firmas, los objetos de escritura o firma no se incluían en el archivo JSON de salida final.
Cuando procesa un documento con Custom Document Extractor (CDE) de Google con la configuración “Traiga su propia clave” (BYOK) y el procesador correspondiente utiliza el modelo fundacional, el procesamiento del documento ya no falla debido a una falla transformacional.
Con un modelo de estructura de tabla mejorado específicamente para la detección de columnas de tablas complejas, ahora puede obtener resultados de extracción más precisos.

ID de caso de Servicio de nube: 02110860
Para instancias de aprendizaje puenteadas de IQ Bot a Document Automation, cuando se habilitan y aplican los comentarios de validación, y el usuario procesa el siguiente documento, los datos de todas las páginas ahora se extraen con éxito sin filas fusionadas.

3.32.23

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Corregidas las vulnerabilidades notificadas en el análisis de seguridad

3.32.22

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Con el modelo mejorado de detección de tablas de documentos que consiste en agregar Indicador de fin de tabla, ahora puede extraer datos de tablas de todas las páginas para el idioma seleccionado. De esta manera, puede reducir las tablas faltantes y los problemas de extracción de las últimas filas de las páginas.

ID de caso de Servicio de nube: 02065073
Con la función de extracción de tablas mejorada, las tablas no estructuradas ya no muestran los valores no deseados y ahora extraen los datos de la tabla correctamente.
Los usuarios ahora pueden guardar los comentarios de validación en su entorno de Document Automation cuando el proxy está habilitado en la máquina de Bot Agent.

ID de caso de Servicio de nube: 02092484

Con OCR de Google Vision y el proxy habilitado, la extracción del documento ya no falla para documentos no estructurados y no muestra un mensaje de error.

ID de caso de Servicio de nube: 02104409

3.31.22

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Después de agregar comentarios de validación a la instancia de aprendizaje, la extracción de documentos ya no falla con un mensaje de error.

Anteriormente, la extracción del documento fallaba cuando se seleccionaba la casilla de verificación de validación.
Después de agregar comentarios de validación a la instancia de aprendizaje, los comentarios se guardan para todas las tablas en todas las páginas del documento y los datos se extraen de manera correcta de todas las páginas.

Anteriormente, los comentarios no se guardaban para todas las páginas.

ID de caso de Servicio de nube: 01995135, 02093575, 02093389
Después de agregar los comentarios de validación, si los ID de las tablas coinciden, los datos de todas las tablas de cada página se extraen y se muestran en el validador.

Anteriormente, en tales casos, se omitían algunas páginas y no se mostraban los datos de todas las páginas en el validador.
Cuando aplica la configuración de entrenamiento avanzada, necesita intercambiar columnas y todos los valores de las columnas deben asignarse de manera correcta. Como resultado, los datos se extraen de manera correcta en columnas separadas. Puede seleccionar volver a asignar todas las celdas de las columnas o eliminar todas las demás filas de celdas incorrectas manteniendo intactas las dos primeras filas. No debe haber celdas incorrectas en la columna y todas las celdas de la columna deben tener los valores correctos.

Anteriormente, en tales casos, los datos de dos columnas se extraían en una sola columna.
Ahora puede extraer los valores de los campos de la tabla en el orden correcto y el problema de extracción de varias filas ya no persiste. Además, puede utilizar la función indicador de fin de tabla para extraer varias líneas después de aplicar datos de retroalimentación cuando solo hay una fila en la tabla.
Nota: Para tablas de una sola fila, la mejor práctica es utilizar la función indicador de fin de tabla. De lo contrario, en escenarios específicos la extracción podría ser parcial.

ID de caso de Servicio de nube: 02091013
Después de entrenar un documento, cuando el usuario lo procesa con OCR de Google Vision, se guardan los comentarios y se extraen los datos requeridos.

Anteriormente, en tales casos, no era posible procesar un tipo específico de documento y era necesario validarlo manualmente cada vez.

ID de caso de Servicio de nube: 02098682

3.31.17

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Con OCR de Google Vision, ahora puede procesar los documentos correctamente sin una licencia de Google Document AI. Además, no genera ningún mensaje de error.

Anteriormente, solicitaba una licencia de Google Document AI para procesar los documentos y generaba un error al extraer los documentos. Por lo tanto, no se podían extraer los documentos con OCR de Google Vision.

ID de caso de Servicio de nube: 02097428, 02096992, 02097798, 02097157, 02098378, 02098563, 02094573

3.31.16

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Cuando los usuarios crean una instancia de aprendizaje con Google Document AI (BYOK) y proxy autenticado, la extracción de documentos ya no falla en documentos de más de 10 páginas.

Anteriormente, en tales casos, la extracción fallaba y aparecía un mensaje de error y los usuarios no podían procesar los documentos.

3.31.15

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Si las Normas del documento contienen varias condiciones utilizando el operador Y con (o sin) un grupo, ahora se muestra un mensaje de error apropiado. Además, ahora se aplica la acción correspondiente en los campos.

3.31.13

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Cambios
Con la función de extracción mejorada de documentos no estructurados en Document Automation, puede realizar lo siguiente:
  • Procesar consultas complejas de forma eficaz.
  • Validar documentos con navegación mejorada a la página pertinente.
Correcciones
Con la función de extracción de tablas mejorada mediante el motor ABBYY OCR, la retroalimentación heurística ahora funciona de forma correcta.
  • En el caso del idioma alemán, la extracción de facturas funciona de forma correcta después de aplicar retroalimentación y se extraen todos los datos de la tabla.
  • En el caso del idioma español, los datos de la tabla se extraen de forma correcta del documento de factura.
  • En el caso del idioma inglés, los datos de la factura se extraen de todas las páginas con ABBYY OCR.

ID de caso de Servicio de nube: 01995901
Cuando un usuario extrae los datos de una tabla de un archivo PDF en el que la tabla se expande a varias páginas, los datos de todas las páginas se extraen de forma correcta después de aplicar la retroalimentación heurística.

Anteriormente, los usuarios no podían extraer datos de la segunda página del archivo PDF cuando la tabla se expandía a varias páginas.

ID de caso de Servicio de nube: 01996536
Al comenzar la extracción desde la primera página para todos los campos, los comentarios heurísticos ahora funcionan correctamente para la captura de datos de tablas de varias líneas y generan el resultado correcto.

Anteriormente, los datos de la tabla de varias líneas no se extraían incluso después de proporcionar la retroalimentación heurística. Como consecuencia, los resultados no se generaban correctamente.

ID de caso de servicio de nube: 01944805, 01946809, 01952836, 01957090, 01975800, 01981088, 01944805, 01946809, 01952836, 01957090
Para Standard Forms de Microsoft, la extracción de la tabla ya no falla cuando las celdas están vacías y los usuarios pueden extraer el documento de forma correcta.
Cuando un usuario importa una instancia de aprendizaje y procesa los documentos, el documento extraído muestra el orden correcto de las palabras para las fechas en todas las páginas.
Cuando un usuario importa una instancia de aprendizaje y procesa los documentos, todos los valores se muestran en la tabla después de la extracción.

Anteriormente, en tales casos, la región identificada por el sistema (SIR) estaba resaltada, pero se mostraba un valor vacío en la tabla.
Cuando un usuario importa un archivo .dw con retroalimentación heurística y procesa un documento que contiene el valor (-) en la última fila, los documentos se extraen de forma correcta sin omitir el valor negativo en la última fila.

Anteriormente, en tales casos, se omitía la última fila, lo que provocaba la pérdida de datos o un procesamiento incorrecto.
Cuando un usuario procesa un documento que contiene una tabla, la extracción finaliza exitosamente sin el mensaje de error DOCUMENT_PARTIALLY_FAILED o Tiempo de espera de extracción.

Anteriormente, en tales casos, algunos documentos no se extraían debido a múltiples detecciones de la misma tabla y causaban un problema de tamaño de la tabla (max () arg).

Cuando un usuario importa una instancia de aprendizaje y procesa los documentos, todas las filas se extraen por separado de todas las páginas.

Anteriormente, las filas de la segunda página se fusionaban en una sola.
Limitaciones
Cuando un usuario utiliza OCR de Google Vision, la detección o extracción de la tabla no funcionará.

Solución: Se recomienda utilizar el motor ABBYY OCR.

ID de caso de Servicio de nube: 01995901
En casos específicos, donde las tablas se distribuyen en varias páginas sin encabezados en todas las páginas (páginas sin encabezado), los usuarios pueden observar que los datos no se extraen de todas las páginas después de aplicar la retroalimentación.

3.30.24

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Correcciones
Los usuarios ahora pueden ver los datos extraídos de la segunda fila correctamente mediante el uso de los comentarios heurísticos.
Para el tipo de documento Orden de compra, ahora puede extraer correctamente los valores de campo de tabla de todas las páginas.
El archivo de comentarios generado ya no muestra ningún mensaje de error y los usuarios pueden procesar documentos correctamente.

3.30.22

  • Versión de Bot Agent compatible: 21.252 o posterior
  • Versión de Control Room compatible: 19223 o posterior
Novedades
Document Automation proporciona una extracción mejorada a través de las nuevas actions Obtener datos de documento y Actualizar datos de documento. Puede utilizar estas actions con el fin de aplicar la lógica personalizada para la manipulación y validación de datos que le permiten reducir los esfuerzos de verificación manual.

3.30.21

  • Versión de Bot Agent compatible: 21.98 o posterior
  • Versión de Control Room compatible: 15345 o posterior
Correcciones
Esta versión del paquete de Document Extraction es un parche para corregir el error \'501: DOCUMENT_PARTIALLY_FAILED\' que se producía al procesar algunos documentos.

3.30.19

  • Versión de Bot Agent compatible: 21.98 o posterior
  • Versión de Control Room compatible: 15345 o posterior
Correcciones
El paquete de Document Extraction proporciona una capacidad de extracción mejorada para columnas de encabezado de tabla complejas.
  • Escenario 1: Extracción de datos de encabezados de columna de tabla con varios encabezados fusionados en una sola columna.
  • Escenario 2: Extracción de datos de encabezados de columna de tabla con varios subencabezados divididos.
Siga estos pasos para lograr una extracción de datos de encabezados de tabla mejorada:
  1. Crear o editar una instancia de aprendizaje.
  2. Para agregar o editar los campos de la tabla, vaya a la pestaña Campos de tabla y haga clic en Agregar un campo > Propiedades de campo.
  3. Agregue cada encabezado de tabla como un campo de tabla independiente. Por ejemplo:

    Escenario 1: Agregue el encabezado de columna y cada subencabezado fusionado como un campo de tabla independiente. Con la captura de pantalla como referencia, debe extraer datos de los tres campos de encabezado de columna fusionados, para los que debe haber creado tres campos de tabla independientes, como CGST con alias CGST, SGST con alias SGST y CESS con alias CESS.

    Ejemplo de encabezado de columna con varios subencabezados.

    Escenario 2: Agregue el encabezado de columna y cada subencabezado dividido como un campo de tabla independiente. Al igual que en el ejemplo anterior, para un encabezado de columna CGST con los subencabezados divididos Rate y AMT, deberá crear dos campos de tabla separados CGST Rate con alias CGST Rate y CGST AMT con alias CGST AMT.

    Ejemplo de encabezado de columna con varios subencabezados divididos.

  4. Haga clic en Enviar para guardar los cambios.

3.29.17

  • Versión de Bot Agent compatible: 21.98 o posterior
  • Versión de Control Room compatible: 15345 o posterior
Correcciones
El paquete de extracción de documentos tiene correcciones de mejora de extracción tanto para los campos de formularios y tablas.

3.29.14

  • Versión de Bot Agent compatible: 21.98 o posterior
  • Versión de Control Room compatible: 15345 o posterior
Novedades
Document Automation proporciona una extracción mejorada a través de una retroalimentación heurística centrada en escenarios complejos, como las tablas múltiples. Además, existen mejoras en la extracción tanto para los campos de formulario como para el rendimiento inmediato (específicamente para los campos de tabla).