创建学习实例并上传样本文档进行训练。 在此步骤中，您需要定义单个文档类型（例如发票或采购订单）的数据元素，以及您想要提取的字段。

先决条件

确保示例文档满足以下要求：
  • 每个文档都是一个单独的文件。 例如，如果您已将电子邮件及其附件下载为单个 PDF 文件，则必须将电子邮件正文与附件分开。 请参阅 使用拆分文档 action。
  • 这些文档属于以下支持的文件类型之一：
    • PDF
    • JPG
    • JPEG
    • PNG
    • TIFF
  • 使用分辨率值至少为 300 点/英寸 (dpi) 的文档。
  • 在测试模式下，每个学习实例最多可以上传 150 个 10 MB 大小的文件。
  • 在实际正式模式下，每个文档最大可上传 50 MB。 然而，每个学习实例允许的最大文档数量取决于许可证。
  • 在 pdfbox OCR 中，每个文档的页数没有限制。
  • 在基于图像的 OCR 中，每个文档最多可上传 60 页。
  • 您可以上传的文件大小上限为 12 MB。 即使在创建学习实例后，也可以上传其他文档。
  • 您上传的文档文件名不应以特殊字符开头，例如连字符 (-)。
  • 如果您要提取的文本以以下任意特殊字符开头：‘# : , \ ` \'\'，则在捕获文本时，IQ Bot 会忽略这些特殊字符。
注：
  • 对于 Tesseract4 OCR，目前已知存在一个限制，即每个文档的页数少于 60 页。
  • Azure 机密计算使组织能够将加密数据上传到安全存储中，例如虚拟机上的私有文件夹。 如果将文档从这些安全文件夹上传到 IQ Bot，则由于不支持对其进行数据提取，这些文档会更改为未分类状态。

当您开始将一组文档插入到数字化流程中时，您可能会混合使用各种类型、格式和取向。 例如，发票具有一组一致的数据元素，而采购订单包含一组不同的数据元素。 您必须使用以下步骤为每种文档类型创建不同的学习实例：

过程

  1. 导航到学习实例，然后单击新建实例选项。
  2. 在创建新学习实例屏幕中，输入以下信息：
    1. 实例名称： 输入唯一的名称。
      IQ Bot 版本 A360.21 及以下不允许重复的学习实例名称。 即使您删除了学习实例，也无法重用该名称。 从 IQ Bot 版本 A360.22 开始，可以创建重复的学习实例名称，并且可以重复使用已删除学习实例的名称。
    2. 可选： 描述： 输入描述。
    3. 文档类型： 从下拉列表中选择文档类型。
      根据您选择的选项，将出现一组预定义的域类型的表单和表字段。 例如，选择发票时，会显示发票的常用表单和表。
      注： 如果您想专门为此学习实例创建一个域，请选择文档类型 > 其他并输入域名。 在接下来的步骤中，您将自定义域。

      有关创建自定义域的更多信息，请观看以下视频：

      如果您想创建一个可以在多个学习实例中使用的域，并且您拥有所需的访问权限，您可以与 Automation Anywhere 支持团队合作创建一个自定义域。 有关详细信息，请参阅IQ Bot 中的自定义域。

    4. 文档的主要语言： 使用下拉菜单为学习实例选择语言。
      Automation 360 IQ Bot 中支持的语言
      为了使用其他语言创建自定义域并访问IQ Bot支持的 190 种语言，请联系 Automation Anywhere 服务团队。
      重要： 如果您无法在IQ Bot界面中看到所有语言，请排除此问题：Unable to extract data from Multiple languages in a document (A-People login required)
    5. 上传您的文档： 单击浏览选项来上传样本文档。
  3. 选择或取消选择常用表单字段和常用表/重复部分字段部分中的字段。
    表单字段在文档中出现一次，例如发票日期或编号。 表字段是指在整个文档中重复出现的字段，例如项目总计或数量。
    要查看所有可能的字段，请单击附加表单字段或附加表/重复部分字段。
  4. 可选： 通过在附加表单字段或附加表/重复部分字段部分输入字段名称来添加其他字段。
    在添加字段（可选）字段中输入名称时，请遵循命名约定：
    • 字段名称只能以字母（A-Z 和 a-z）开头。
    • 字段名称只能包含字母数字字符和空格。
    • 字段名称不能以空格结尾。
  5. 光学字符识别： 选择所需的 OCR 引擎。
    选择OCR引擎
  6. 可选： 取消选中我的 PDF 文档不含图像复选框。 要了解更多详情，请参阅禁用 PDFBox 选项
    当选中此复选框时，IQ Bot 使用 PDFBox OCR 来处理 PDF 文档；非 PDF 文档将由您在上一步中选择的 OCR 进行处理。
  7. 自动检测复选框： 选中检测复选框复选框以启用此功能。
    选择此选项允许IQ Bot自动检测文档中的复选框。 但是，这可能会增加文档的处理时间。
  8. 单击创建实例并分析按钮以创建学习实例。
    系统会根据字段识别对训练文档进行分析并将其分类到逻辑组中，然后在学习实例 > 摘要选项卡中显示其详细信息。
当创建新的学习实例时，系统会根据文档特征对您上传的样本文档进行分析和分组。 要了解更多详情，请参阅 关于分类器。

后续步骤

在分类器完成对文档的分类后，您将被重定向到 Designer，在那里您将训练机器人从每个样本文档中提取数据。训练学习实例。