在 Document Automation 中处理文档

Automation 360

上传发票样本以测试学习实例，验证提取的数据并修复验证错误。

开始之前

  • 如果您尚未执行此操作，在 Document Automation 中创建学习实例。
  • 请确认您的设备已连接到 Control Room：安装 Bot Agent 并注册窗口设备
  • 如果学习实例使用 Google Document AI 模型并且您没有通过 Automation Anywhere 购买 Google Document AI 许可证，您必须向提取机器人提供您的 Google Document AI 凭据。 请参阅 为 Google Document AI 配置密钥
  • 如果学习实例使用 Automation Anywhere 模型，请确保每个文件大小不超过 50 MB。

    如果学习实例使用的是 Google Document AI 模型，请确保每个文件不超过 20 MB，最多包含 5 页。

  • 确保文档样本使用以下支持的文档类型之一：
    • PDF
    • JPG
    • JPEG
    • PNG
    • TIF
    • TIFF
  • 提取数据的默认输出格式是 CSV 文件。 要将输出更改为 JSON，请参阅 将输出格式由 CSV 更改为 JSON。

关于此任务

执行以下步骤，将示例发票上传到学习实例，以测试学习实例的数据提取功能。

过程

  1. 上传文档以测试学习实例：
    请观看视频，了解以下步骤：

    处理文档

    1. 单击处理文档。
      处理文档
    2. 在处理文档窗口中，单击浏览选择要上传的文件。
      注： 文件名超过 149 个字符的文档在处理过程中会显示错误。 确保文件名保持在 150 个字符的限制以内。
    3. 在将数据下载到字段中，输入将保存提取数据的文件路径。
      当该过程运行时，它会在提供的文件路径中创建以下三个文件夹：
      • 成功： 包含以指定格式（CSV 或 JSON）提取的数据。
      • 无效： 存放标记为无效的文档。
      • 失败： 存放无法处理的文档。

      您可以根据以下选项之一提供输出文件夹路径：

      • 选项 1： 本地设备路径（如果您在同一台设备上设置了文档处理和验证）。

        此选项通常在测试学习实例时使用。

      • 选项 2： 共享文件夹路径（如果您在不同的设备上设置了分布式验证）。

        此选项通常用于已发布的学习实例。 例如，\\10.239.192.60\Sharepath\Output。

    4. 单击处理文档。
      将显示 Bot Runner 窗口。 当文件处理完成时，窗口会消失。 刷新学习实例表以查看更新的度量标准。
如果验证文档链接旁边有一个值，则必须手动验证文档字段。 否则，请继续执行步骤 3。
  1. 修复验证错误
    1. 单击验证文档。
      Automation Co-Pilot 任务管理器在新选项卡中打开，其中显示队列中第一个失败的文档。 有关验证器用户界面的介绍，请参阅 通过 Automation Co-Pilot 验证器验证文档。
    2. 检查每个字段以验证数据类型和提取的值。
      Document Automation 支持以下数据类型：文本、数字、日期、地址和复选框
      或者，您可以从右侧面板的下拉列表中选择显示需要验证的字段。
      注： 当文档正在等待验证时，如果您编辑学习实例，请单击重新处理以重新尝试提取。

      重新处理文档不会影响已上传文档的指标。

    3. 更新有错误的字段。
      单击字段或在要提取的值周围绘制一个框。
      对于 Automation Anywhere 个预训练模型，您可以配置学习实例以提取字段中的特定值并忽略其他值。 有关更多信息，请参阅 使用验证反馈从表格中提取特定值。
      验证
      • 要跳过文档而不更正错误，请单击跳过以继续处理验证队列中的下一个文档。
      • 要删除无法处理的文档，请单击标记为无效。
    4. 在您进行必要的更正后，单击提交以便文档完成处理。
      接着显示队列中的下一个文档。 更正所有文档后，系统会显示一条消息，说明没有更多任务可处理。
    5. 关闭选项卡以返回到学习实例页面。
  2. 验证输出结果：
    1. 打开 Success 文件夹中的文件，该文件夹包含提取的数据，并检查结果以确保其符合您的场景。
      Microsoft 表单以 JSON 格式返回提取值（OCR 数据），例如 GUID_0-MSFormTableResult.json。 除了在 <<GUID>>_FileName CSV 文件中提取的文档数据外，Success 文件夹还单独在另一个 CSV 文件中显示提取的表格数据。 根据文档中的表格数量，您可以找到每个表格对应的不同 CSV 文件。 例如，<<GUID_PAGE_NUMBER-Table_FILENAME_PAGENUMBER_TABLENUMBER。

      有了单独的表格数据，您就可以将提取的数据与 GUID_0-MSFormTableResult.json 文件中的 Microsoft 引擎数据进行比较。

    2. 可选： 查看学习实例仪表板。
      仪表板显示了上传文档的总数和待验证文档的数量。
如果学习实例反复找不到字段，或者字符未被正确识别（例如字母“l”被提取为数字“1”），您可以尝试将 OCR 更改为 Google Vision OCR。

下一步做什么

构建 机器人，将文档从源文件夹上传到学习实例。 然后，将学习实例资产（流程、表单和 机器人）发布到公共存储库，以便学习实例可以在公共模式下用于从真实文档中提取数据，并且验证者可以手动验证文档：实际正式发布学习实例