Atualizações do Document Extraction package

Analise as atualizações nas versões lançadas do Document Extraction package, como recursos novos e aprimorados, além de correções e limitações. A página também lista as datas de lançamento de cada versão e as versões compatíveis da Control Room e do Bot Agent.

Resumo das versões

A tabela a seguir lista as versões do Document Extraction package liberadas com uma versão de Automation 360 ou como uma versão somente pacote (em ordem decrescente de datas de lançamento). Clique no link da versão para obter informações sobre as atualizações dessa versão do package.
Versão Data da versão Tipo de versão Versão da Bot Agent Versão da Control Room
3.38.8 15 September 2025 Com o Automation 360 versão v.38 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.37.9 15 July 2025 Somente pacote; após versão v.37 do Automation 360 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.37.8 2 de julho de 2025 Somente pacote; após versão v.37 do Automation 360 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.37.4 4 June 2025 Com a versão v.37 do Automation 360 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.36.10 17 March 2025 Somente pacote; pós-versão Automation 360 v.36 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.36.7 5 March 2025 Com a versão v.36 do Automation 360 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.35.14 15 January 2025 Apenas Package; depois da versão Automation 360 v.35 21.252 ou mais recente 19223 ou mais recente
3.35.7 26 November 2024 Com a versão Automation 360 v.35 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.34.7 27 September 2024 Com a versão Automation 360 v.34 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.33.18 15 July 2024 Somente Package, depois da versão v.33 do Automation 360 21.252 ou mais recente 19223 ou mais recente
3.33.13 14 June 2024 Package-somente; depois da versão Automation 360 v.32 21.252 ou mais recente 19223 ou mais recente
3.33.11 26 de junho de 2024 Com Automation 360 versão v.33 (On-Premises) 21.252 ou mais recente 19223 ou mais recente
3.32.26 18 de abril de 2024 Package-somente; depois da versão Automation 360 v.32 21.252 ou mais recente 19223 ou mais recente
3.32.23 5 de abril de 2024 Com Automation 360 versão v.32 (On-Premises) 21.252 ou mais recente 19223 ou mais recente
cek1698906801093_00104.html#moq1683643688880__3.32.22-sandbox 21 de março de 2024 Com a versão Automation 360 v.32 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.31.22 26 de janeiro de 2024 Package-somente; após a versão Automation 360 v.31 21.252 ou mais recente 19223 ou mais recente
3.31.17 22 de dezembro de 2023 Somente Package; depois da versão Automation 360 v.31 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.31.16 6 December 2023 Com a versão Automation 360 v.31 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.31.15 28 de novembro de 2023 Com Automation 360 versão v.30 21.252 ou mais recente 19223 ou mais recente
3.31.13 16 November 2023 Somente Package, depois da versão Automation 360 v.30 21.252 ou mais recente 19223 ou mais recente
3.30.24 21 September 2023 Somente Package; após a versão Automation 360 v.30 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.30.22 6 September 2023 Com a versão Automation 360 v.30 (Sandbox) 21.252 ou mais recente 19223 ou mais recente
3.30.21 21 de agosto de 2023 Somente Package; após a Automation 360 v.29 21.98 ou mais recente 15345 ou mais recente
3.30.19 16 August 2023 Somente Package; após a Automation 360 v.29 21.98 ou mais recente 15345 ou mais recente
3.29.17 17 July 2023 Package-somente; após a versão Automation 360 v.29 21.98 ou mais recente 15345 ou mais recente
3.29.14 6 June 2023 Com a versão Automation 360 v.29 (Sandbox) 21.98 ou mais recente 15345 ou mais recente
Nota:
  • Para baixar um package individual (atualizado em uma versão do Automation 360 em que você quer apenas o package), use este URL:

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

  • Para o Document Extraction package, a convenção de nomenclatura é: bot-command-iqbot-extraction360-<version-number>-full.jar

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

Para obter etapas detalhadas sobre como baixar um package e adicioná-lo de modo manual à Control Room, consulte Adicione packages à Control Room.

3.38.8

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Novidades

Suporte para o modelo OpenAI BYOK

Agora, a licença Bring your own key (BYOK) é compatível com o modelo OpenAI o1-mini.
Correções
Ao selecionar um idioma que não seja o inglês para a sua Control Room, os nomes de package e as descrições de action no package Document Extraction agora são exibidos corretamente no idioma selecionado.

Antes, os nomes de package e as descrições de action apareciam incorretamente.

Para documentos que contêm diversas páginas e tabelas, a coluna primária e os campos indicadores de final de tabela para todas as tabelas nas configurações avançadas de treinamento do validador são atualizados de maneira adequada após dar feedback de validação.

Antes, os campos da coluna primária e do indicador de fim de tabela não eram atualizados para todas as tabelas.

3.37.9

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
O que foi alterado
Modelo de extração de tabela aprimorado

O modelo de extração de tabelas foi atualizado para extrair dados de tabelas usando o modelo de generative AI baseado em visão com o provedor de generative AI Anthropic.

Lógica de pós-processamento aprimorada (ID do caso do Service Cloud: 02194785)

A lógica de pós-processamento foi aprimorada para atualizar corretamente o feedback de validação durante o reprocessamento de documentos, sobretudo ao extrair dados de campos das tabelas.

Modelo de extração de generative AI aprimorado (ID de caso do Service Cloud: 02192420)

Estabilidade aprimorada dos modelos de extração habilitados para generative AI.

Correção
Ao extrair dados de campos de formulário, os dados de todos os campos de formulário agora serão extraídos.

Antes, não era possível extrair dados de alguns campos de formulário.

ID de caso do Service Cloud: 02124062

3.37.8

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
O que foi alterado
Extração aprimorada de campos de formulário(ID de caso do Service Cloud: 02208490, 02216291)

O feedback de validação foi aprimorado para campos de formulário que não têm um cabeçalho definido.

Modelo de extração de tabela aprimorado (ID do caso do Service Cloud: 02202398)

A extração de dados para tabelas foi aprimorada para extrair dados corretamente da última linha das tabelas ou quando dados incorretos foram capturados para algumas colunas em determinados cenários.

Extração de dados aprimorada de campos de formulário nos modelos do Anthropic Claude

A extração de dados de campos de formulário foi aprimorada ao usar modelos Anthropic Claude com a tag GenAIVision.

Usar tags de prompts de generative AI

Correção
Quando os documentos são validados no Automation Co-Pilot, a opção de fechar para limpar a região identificada pelo sistema (SIR) aparece corretamente quando você valida os campos.

Antes, a opção de fechar aparecia no canto superior esquerdo da janela do validador nesse cenário.

ID de caso do Service Cloud: 02200493

3.37.4

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Os scripts em Python agora funcionam para instâncias de aprendizado que são movidas do IQ Bot para o Document Automation usando o package IQ Bot — DA Bridge.

Anteriormente, os scripts Python não funcionavam em certos cenários.

A extração de dados agora funciona para documentos em chinês, japonês e coreano para instâncias de aprendizado que são movidas do IQ Bot para o Document Automation usando o pacote IQ Bot — DA Bridge.

Antes, a extração de dados falhava nesse cenário.

O histórico de versões no modo de teste não exibirá mais todos os campos extraídos usando a generative AI quando o feedback de validação era fornecido apenas para determinados campos.

Antes, todos os campos extraídos usando generative AI eram exibidos nesse cenário.

A extração de dados não falhará mais em uma instância de aprendizado que tenha seu bot de extração com checkout ou quando cópias clonadas da instância de aprendizado estiverem no repositório privado.

Antes, a extração de dados falhava nesse cenário.

ID de caso do Service Cloud: 02179111, 02180406, 02181013, 02188560

Na ação Extrair dados do package Document Automation, o texto exibido nas opções Configurações adicionais agora oferece suporte aos idiomas padrão compatíveis na Control Room.

3.36.10

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Novidades
Extração avançada de dados usando a tag de prompt

A tag de prompt @AdvancedExtraction é introduzida para usar modelos avançados de generative AI baseados em visão para uma melhor extração de dados. Você deve adicionar essa tag no final de um único campo de cada tabela ou no prompt da tabela para usar modelos de generative AI baseados em visão para extração de dados.

Usar tags de prompts de generative AI

Correções
Agora você pode processar documentos em um dispositivo Bot Runner em que o nome de usuário do usuário conectado ao dispositivo contém até 25 caracteres.

Antes, um erro era exibido nesse caso.

ID de caso do Service Cloud: 02191165

Limitações
A tag de prompt @GenAIVision não é compatível com campos de formulário ao usar os modelos de generative AI baseados em visão do Anthropic Claude.
A licença BYOK (Traga sua própria chave) não é compatível com o modelo o1-mini da OpenAI.

3.36.7

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Novidades
Suporte para os recursos modo de teste e PDFBox

O package Document Extraction é compatível com os recursos modo de teste e PDFBox.

Testar instâncias de aprendizado | Criar uma instância de aprendizado no Document Automation

Correções
Quando caracteres especiais (=, -, @, +, <, >,) são usados nos nomes dos campos, os caracteres especiais nos nomes dos campos serão colocados entre aspas simples (\' \') no arquivo CSV de saída.

3.35.14

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Novidades
Extração de dados com modelos baseados em visão generative AI

Modelos de generative AI baseados em visão são integrados no Document Automation para processar documentos com estruturas visuais complexas, como reconhecer caixas de seleção e detectar assinaturas.

Modelos de generative AI com tecnologia de visão oferecem os seguintes benefícios:

Extração de dados sem interrupções
Extrai dados de tabelas complexas com linhas aninhadas, colunas mescladas e seções. Reconhece e captura elementos de seleção, como caixas de marcação.
Desenvolvidos para casos de uso do mundo real
Supera os desafios de extrair dados de vários tipos de documentos, como faturas, pedidos de compra, documentos de saúde e documentos da cadeia de suprimentos.
Configuração sem esforço
Usa modelos pré-treinados que funcionam imediatamente, nos quais as consultas de pesquisa são usadas para identificar e extrair informações.

Extração de dados com generative AI baseada em visão | Usar tags de prompts de generative AI

O que foi alterado
Precisão aprimorada da extração de dados (ID do caso do Service Cloud: 02113080)

A precisão da extração de dados usando a action Extrair dados é melhorada quando você usa modelos de generative AI baseados em visão. Consulte Extração de dados com generative AI baseada em visão.

Modelo de extração de tabela aprimorado (ID do caso do Service Cloud: 02159567, 02154057, 02145073, 02163032, 02151987, 02175105)

O modelo de extração de tabela foi atualizado para processar documentos com cabeçalhos complexos em tabelas e para extrair dados de tabelas de todas as páginas.

Correções
Agora você pode extrair dados usando versões mais recentes do modelo Microsoft OpenAI GPT-4o.

Antes, a extração de dados falhava ao usar modelos mais antigos em certos cenários.

Agora você pode usar o Bring Your Own License (BYOL) do MS OpenAI para extrair dados sem receber um erro.

Antes, um erro era exibido em certos cenários.

ID de caso do Service Cloud: 02177260

A extração de dados agora funcionará em instâncias de aprendizado que utilizam um provedor generative AI e os campos são configurados com a opção de modelo Consulta de pesquisa para IA generativa para retornar a resposta no formato JSON.

Anteriormente, a extração de dados pode ter falhado ou retornado valores vazios para esses campos.

Agora é possível extrair valor de dados empilhados usando tags de prompt. Consulte Usar tags de prompts de generative AI.

Antes, o valor correto não era extraído em certos cenários.

Os dados extraídos dos campos não incluirão mais um prefixo de citação.

Anteriormente, alguns dados extraídos incluíam um prefixo de citação.

Ao processar documentos usando instâncias de aprendizagem migradas e se os documentos forem movidos para o validador, o feedback de validação agora pode substituir os valores de campo extraídos pelo mecanismo padrão.

Anteriormente, o feedback de validação não podia substituir os valores de campo em um cenário como esse.

3.35.7

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
O que foi alterado
Modelo de extração de tabela aprimorado (ID do caso do Service Cloud: 02141734)

O modelo de extração de tabela foi atualizado para processar documentos com cabeçalhos complexos em tabelas.

Correções
Agora você pode extrair dados dos cabeçalhos das tabelas após dar um feedback de validação.

Antes, apenas dados parciais eram extraídos em certos cenários.

ID de caso do Service Cloud: 02155613

Agora você pode processar documentos para extrair dados sem se deparar com erros relacionados a armazenamento.

Antes, um erro relacionado a armazenamento era exibido ao processar determinados documentos.

ID de caso do Service Cloud: 02141163, 02132605

Os problemas de vulnerabilidade de segurança foram resolvidos. Para obter mais informações, clique no link de download da versão e visualize os Relatórios de segurança e conformidade em A-People Downloads page (Login required).

3.34.7

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
O que foi alterado
Modelo de extração de tabela aprimorado

O modelo de extração de tabela é atualizado para aprimorar a opção do indicador de fim de tabela.

ID de caso do Service Cloud: 02145073, 02154694, 02160765

Correções

Quando você cria uma instância de aprendizagem com o tipo de documento definido como documento Não estruturado e o idioma definido como Sueco, a Extração de documentos extrai com sucesso os dados do tipo de documento Não estruturado para o idioma sueco.

Agora, você pode fornecer consultas na opção Consulta de pesquisa para modelo de IA generativa e extrair dados em documentos de lista de embalagem sem erros.

Anteriormente, um erro era exibido quando você fornecia certas consultas nesse caso.

ID de caso do Service Cloud: 02154341, 02154706, 02173044

Os problemas de vulnerabilidade de segurança foram resolvidos. Para obter mais informações, clique no link de download da versão e visualize os Relatórios de segurança e conformidade em A-People Downloads page (Login required).

3.33.18

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Novidades

Integração de Anthropic pronta para uso

Agora você pode usar o provedor Anthropic generative AI diretamente sem qualquer configuração adicional.

Criar uma instância de aprendizado no Document Automation

O que foi alterado
Modelo de extração de tabela aprimorado

O modelo de extração de tabela foi atualizado para melhorar a extração de dados de tabelas que abrangem diversas páginas para tipos de documentos não estruturados.

Correção

Ao extrair dados usando um provedor de generative AI, os campos retornarão um valor apropriado se a resposta for solicitada no formato JSON na consulta de pesquisa.

Anteriormente, campos específicos retornavam valores vazios nesse cenário.

3.33.13

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
O que foi alterado
Modelo de extração de tabela aprimorado (ID do caso do Service Cloud: 02122434)

O modelo de extração de tabela foi atualizado para melhorar a extração da estrutura da tabela e o processamento de erros.

Correções
Agora, você pode dar feedback de validação no campo do formulário vendor_name em uma instância de aprendizado para extrair nomes de fornecedores.

Antes, havia um erro nesse cenário.

ID de caso do Service Cloud: 02124772, 02122434, 02126627, 02129868, 02132605

Agora, o feedback de validação funciona para várias tabelas quando você processa documentos que contêm múltiplas tabelas com instâncias de aprendizado.
Limitações
A extração de dados falhará no seguinte caso:
  • Você criou uma instância de aprendizado em que o tipo de documento está definido como Documento não estruturado e o idioma está definido como Sueco.
  • O bot de extração da instância de aprendizagem está usando o pacote Document Extraction versão 3.33.13.

3.33.11

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Agora, você pode processar documentos usando uma instância de aprendizagem quando:
  • A instância de aprendizado foi criada com campos de caixa de seleção no IQ Bot.
  • A instância de aprendizagem foi importada para Document Automation usando o pacote Bridge do IQ Bot para o Document Automation.
  • A opção Melhorar a precisão usando validação foi habilitada para a instância de aprendizagem no Document Automation.

Antes, a extração de dados falhava nesse cenário.

3.32.26

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Agora, ao processar um documento com Google Document AI, o bot de extração é executado com êxito para o idioma Português e envia o documento para o validador.

Ao processar um documento com objetos de caligrafia ou assinatura, esses objetos agora são incluídos no arquivo JSON de saída final.

Anteriormente, devido ao alto limite de confiança definido para assinaturas, os objetos de caligrafia ou assinatura não eram incluídos no arquivo JSON de saída final.

Ao processar um documento usando o Google Custom Document Extractor (CDE) com configuração de Bring Your Own Key (BYOK) e se o processador correspondente estiver usando o modelo fundamental, a falha transformacional que impedia o processamento do documento não ocorre mais.
Com o modelo de estrutura de tabela aprimorado especificamente para detecção de colunas de tabelas complexas, agora você pode obter resultados de extração mais precisos.

ID de caso do Service Cloud: 02110860

Para instâncias de aprendizado interligadas de IQ Bot para Document Automation, quando o feedback de validação estiver ativado e for aplicado e o usuário processar o próximo documento, os dados de todas as páginas serão extraídos com êxito, sem nenhuma linha mesclada.

3.32.23

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Corrigidas as vulnerabilidades relatadas na verificação de segurança.

3.32.22

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Com o modelo aprimorado de detecção de tabelas de documentos que está adicionando o Indicador do fim de tabela, agora você pode extrair dados da tabela de todas as páginas para o idioma selecionado. Portanto, as tabelas ausentes e os problemas de extração das últimas linhas das páginas são reduzidos.

ID de caso do Service Cloud: 02065073

Com a extração de tabela aprimorada, as tabelas não estruturadas não mostram mais os valores inúteis e agora extraem os dados da tabela com êxito.
Os usuários agora podem salvar o feedback de validação em seus ambientes do Document Automation quando o proxy está habilitado na máquina do Bot Agent.

ID de caso do Service Cloud: 02092484

Com Google Vision OCR e proxy habilitados, a extração do documento não falha mais para documentos não estruturados e não mostra mensagem de erro.

ID de caso do Service Cloud: 02104409

3.31.22

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Depois de adicionar feedback de validação à instância de aprendizado, a extração do documento não falha mais com uma mensagem de erro.

Antes, a extração do documento falhava quando a caixa de seleção de validação era selecionada.

Depois de adicionar feedback de validação à instância de aprendizado, o feedback é salvo para todas as tabelas em todas as páginas do documento e os dados são extraídos de maneira correta de todas as páginas.

Antes, o feedback não era salvo para todas as páginas.

ID de caso do Service Cloud: 01995135, 02093575, 02093389

Depois de adicionar o feedback de validação, se os IDs das tabelas corresponderem, os dados de todas as tabelas de cada página serão extraídos e exibidos no validador.

Antes, nesses casos, algumas páginas eram ignoradas e os dados de todas as páginas não eram exibidos no validador.

Ao aplicar as configurações de treinamento avançado, você precisa trocar colunas e todos os valores das colunas precisam ser mapeados de forma correta. Como resultado, os dados são extraídos de forma correta em colunas separadas. Você pode optar por mapear de novo todas as células da coluna ou remover todas as outras linhas de células incorretas, mantendo as duas primeiras linhas intactas. Não deve haver células incorretas na coluna e todas as células da coluna devem ter os valores corretos.

Antes, nesses casos, os dados de duas colunas eram extraídos em uma única coluna.

Agora, você pode extrair os valores dos campos da tabela na ordem correta e o problema de extração de várias linhas foi eliminado. Além disso, você pode usar o recurso Indicador de fim da tabela para extrair várias linhas após aplicar dados de feedback quando houver apenas uma linha na tabela.
Nota: Para tabelas de linha única, a prática recomendada é usar o recurso Indicador de fim de tabela. Caso contrário, em cenários específicos, a extração poderá ser parcial.

ID de caso do Service Cloud: 02091013

Depois de treinar um documento, quando o usuário processar o mesmo documento com o Google Vision OCR, o feedback é salvo e extrai os dados exigidos.

Antes, nesses casos, não era possível processar um tipo específico de documento e a cada vez a validação manual do documento era exigida.

ID de caso do Service Cloud: 02098682

3.31.17

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Com o Google Vision OCR, agora é possível processar os documentos com sucesso sem uma licença do Google Document AI. Além disso, ele não gera uma mensagem de erro.

Antes, ele solicitava uma licença do Google Document AI para processar os documentos e gerava um erro ao extrair os documentos. Como resultado, não era possível extrair os documentos com o Google Vision OCR.

ID de caso do Service Cloud: 02097428, 02096992, 02097798, 02097157, 02098378, 02098563, 02094573

3.31.16

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Quando os usuários criam uma instância de aprendizado com Google Document AI (BYOK) e proxy autenticado, a extração do documento não falha mais em documentos para um documento com mais de 10 páginas.

Antes, nesses casos, a extração falhava com uma mensagem de erro e os usuários não conseguiam processar os documentos.

3.31.15

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Se as Regras do documento contiverem diversas condições usando o operador AND com (ou sem) um grupo, uma mensagem de erro apropriada será exibida. Além disso, a ação correspondente agora será aplicada nos campos.

3.31.13

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
O que foi alterado
Com extração aprimorada de documentos não estruturados em Document Automation, você pode:
  • Processar consultas complexas de forma eficaz.
  • Validar documentos com navegação aprimorada para a página relevante.
Correções
Com a extração aprimorada de tabelas usando o mecanismo ABBYY OCR, o feedback heurístico agora funciona de maneira correta.
  • Para o idioma alemão, a extração de faturas funciona de maneira correta após a aplicação do feedback e todos os dados da tabela são extraídos.
  • Para o idioma espanhol, os dados da tabela são extraídos de maneira correta do documento da fatura.
  • Para o idioma inglês, os dados da fatura são extraídos de todas as páginas com ABBYY OCR.

ID de caso do Service Cloud: 01995901

Quando um usuário extrai os dados da tabela de um arquivo PDF em que a tabela é expandida para várias páginas, os dados de todas as páginas são extraídos com sucesso após aplicar o feedback heurístico.

Antes, os usuários não conseguiam extrair dados da segunda página do arquivo PDF em que a tabela era expandida para várias páginas.

ID de caso do Service Cloud: 01996536

Iniciando a extração da primeira página para todos os campos, o feedback heurístico agora está funcionando da maneira correta para captura de dados de tabelas multilinhas e gera a saída correta.

Anteriormente, os dados da tabela multilinha não eram extraídos mesmo após o fornecimento do feedback heurístico. Como resultado, a saída não foi gerada de forma adequada.

ID de caso do Service Cloud: 01944805, 01946809, 01952836, 01957090, 01975800, 01981088, 01944805, 01946809, 01952836, 01957090

Para Microsoft Standard Forms, a extração da tabela não falha mais quando as células estão vazias e os usuários podem extrair o documento com êxito.
Quando um usuário importa uma instância de aprendizado e processa os documentos, o documento extraído mostra a ordem correta das palavras para as datas em todas as páginas.
Quando um usuário importa uma instância de aprendizado e processa os documentos, todos os valores são exibidos na tabela após a extração.

Antes, nesses casos, a região identificada pelo sistema (SIR) era destacada, mas um valor vazio era mostrado na tabela.

Quando um usuário importa um arquivo .dw com feedback heurístico e processa um documento que contém o valor (-) na última linha, os documentos são extraídos de maneira correta sem ignorar o valor negativo na última linha.

Anteriormente, nesses casos, a última linha era ignorada, resultando em perda de dados ou processamento incorreto.

Quando um usuário processa um documento que contém uma tabela, a extração é concluída com êxito sem a mensagem de erro DOCUMENT_PARTIALLY_FAILED ou Tempo limite de extração.

Anteriormente, nesses casos, alguns documentos não eram extraídos devido a múltiplas detecções da mesma tabela e causavam problemas de tamanho da tabela (max () arg).

Quando um usuário importa uma instância de aprendizado e processa os documentos, todos os valores são exibidos de forma separada de todas as páginas.

Anteriormente, as linhas da segunda página eram mescladas em uma linha.

Limitações
Quando um usuário usa o Google Vision OCR, a detecção ou a extração da tabela não funcionará.

Alternativa: É recomendado usar o mecanismo ABBYY OCR.

ID de caso do Service Cloud: 01995901

Em casos específicos, onde as tabelas são espalhadas por várias páginas sem cabeçalhos em todas as páginas (páginas sem cabeçalho), os usuários podem observar que os dados não estão sendo extraídos de todas as páginas após aplicar o feedback.

3.30.24

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Correções
Os usuários agora podem visualizar corretamente os dados extraídos da segunda linha usando o feedback heurístico.
Para o tipo de documento Ordem de compra, agora você pode extrair os valores do campo da tabela corretamente de todas as páginas.
O arquivo de feedback gerado não mostra mais nenhuma mensagem de erro e os usuários podem processar os documentos com êxito.

3.30.22

  • Versão de Bot Agent compatível: 21.252 ou mais recente
  • Versão compatível do Control Room : 19223 ou mais recente
Novidades
O Document Automation fornece uma extração aprimorada por meio das actions novas Obter dados do documento e Atualizar dados do documento. Você pode usar essas actions para aplicar lógica personalizada para manipulação e validação de dados para reduzir os esforços de verificação manual.

3.30.21

  • Versão de Bot Agent compatível: 21.98 ou mais recente
  • Versão compatível do Control Room : 15345 ou mais recente
Correções
Esta versão do pacote Document Extraction é um patch para corrigir o erro \'501: DOCUMENT_PARTIALLY_FAILED\' que ocorreu durante o processamento de alguns documentos.

3.30.19

  • Versão de Bot Agent compatível: 21.98 ou mais recente
  • Versão compatível do Control Room : 15345 ou mais recente
Correções
O pacote Document Extraction oferece um recurso de extração aprimorado para colunas de cabeçalho de tabela complexas.
  • Cenário 1: Extração de dados dos cabeçalhos de colunas em tabelas com vários cabeçalhos mesclados em uma única coluna.
  • Cenário 2: Extração de dados dos cabeçalhos de colunas em tabelas com vários subcabeçalhos divididos.
Siga estas etapas para ativar a extração aprimorada de dados do cabeçalho da tabela:
  1. Criar ou editar uma instância de aprendizado.
  2. Para adicionar ou editar os campos da tabela, navegue até a guia Campos da tabela e clique em Adicionar um campo > Propriedades do campo.
  3. Adicione cada cabeçalho de tabela como um campo da tabela separado. Por exemplo:

    Cenário 1: Adicione o cabeçalho da coluna e cada subcabeçalho mesclado como um campo da tabela separado. Usando a captura de tela como referência, você extrairia dados dos três campos de cabeçalho da coluna mesclados, para os quais criaria três campos da tabela separados, como CGST com o alias CGST, SGST com o alias SGST e CESS com o alias CESS.

    Exemplo de cabeçalho da coluna com vários subcabeçalhos.

    Cenário 2: Adicione o cabeçalho da coluna e cada subcabeçalho dividido como um campo da tabela separado. Semelhante ao exemplo acima, para um cabeçalho de coluna CGST com subcabeçalhos divididos Rate e AMT, você precisaria criar dois campos de tabela separados CGST Rate com o alias CGST Rate e CGST AMT com o alias CGST AMT.

    Exemplo de cabeçalho de coluna com vários subcabeçalhos divididos.

  4. Clique em Enviar para salvar suas alterações.

3.29.17

  • Versão de Bot Agent compatível: 21.98 ou mais recente
  • Versão compatível do Control Room : 15345 ou mais recente
Correções
O pacote Document Extraction tem correções de melhoria de extração para campos de formulário e tabela.

3.29.14

  • Versão de Bot Agent compatível: 21.98 ou mais recente
  • Versão compatível do Control Room : 15345 ou mais recente
Novidades
Document Automation fornece uma extração aprimorada por meio de feedback heurístico com foco em cenários complexos, como multitables. Além disso, há melhorias na extração dos campos de formulário e no desempenho imediato (especificamente para campos de tabela).