Benutzerdefinierter Splitter

Mit dem benutzerdefinierten Splitter können Sie zusammengesetzte Dokumente (Dokumente aus mehreren Klassen) in eine Reihe von Dokumenten mit einer einzelnen Klasse aufteilen, indem Sie jedes logische Dokument identifizieren. Ein Hypothekenpaket enthält beispielsweise mehrere Klassen, z. B. Antrag, Einkommensnachweis und Lichtbildausweis. Benutzerdefinierte Splitter-Prozessoren können wie geliefert verwendet oder von Grund auf mit Ihren eigenen Dokumenten und benutzerdefinierten Klassen trainiert werden.

Beschreibung und Verwendung des Splitters

Sie können benutzerdefinierte Splitter erstellen, die speziell auf Ihre Dokumente zugeschnitten sind und mit Ihren Daten trainiert und ausgewertet werden, oder vortrainierte Modelle mit generativer KI bereitstellen. Diese Prozessoren identifizieren Dokumentklassen unter Nutzung einer benutzerdefinierten Gruppe von Klassen. Sie können diese Prozessoren dann für Ihre Dokumente verwenden. In der Regel verwenden Sie einen benutzerdefinierten Splitter für Dateien, die aus verschiedenen Arten logischer Dokumente bestehen, und übergeben die Dokumente dann mithilfe der Klassenidentifikation an einen geeigneten Extraktionsprozessor, um die Entitäten zu extrahieren.

Da ML-Modelle nicht perfekt sind und eine bestimmte Fehlerrate haben und Fehler bei der Aufteilung in der Regel sehr problematisch sind (eine fehlerhafte Aufteilung macht zwei Dokumente falsch und verursacht Extraktionsfehler), empfiehlt es sich, immer eine manuelle Überprüfung nach der Aufteilung der Vorhersage, aber vor der eigentlichen Dateiaufteilung zu haben. Je nach Geschäftsanforderungen gibt es Alternativen zur manuellen Überprüfung:

• Verwenden Sie die Konfidenzwerte in der Vorhersage, um zu entscheiden, ob die manuelle Überprüfung übersprungen werden soll (wenn sie hoch genug ist). Dieser Konfidenzgrenzwert sollte anhand von Verlaufsdaten zu Fehlerraten bei bestimmten Konfidenzwerten bestimmt werden. Dies sollte eine Geschäftsentscheidung auf der Grundlage der Geschäftsprozesstoleranz für Fehler und Anforderungen sein, um die manuelle Überprüfung zu umgehen.
• In einigen Anwendungsfällen können die aufgeteilten Dokumente gemäß der vorhergesagten Klasse direkt an den entsprechenden Extractor weitergeleitet werden. Wenn die Extraktion unvollständig ist oder niedrige Konfidenzwerte hat, isolieren Sie die aufgeteilten Dokumente und lösen Sie das ursprüngliche zusammengesetzte Dokument und die Aufteilungsentscheidung aus, um sie dann zu überprüfen. Das erfordert recht komplexe Workflow-Anforderungen.

Versionen benutzerdefinierter Splitterversionen

Die folgenden Modelle sind für benutzerdefinierte Splitter verfügbar. Informationen zum Ändern von Modellversionen finden Sie unter Prozessorversionen verwalten.

Version 1.5 unterstützt Konfidenzwerte.

Wenn Sie eine Anfrage zur Kontingenterhöhung für das Standardkontingent für Prozessoren stellen möchten, folgen Sie der Anleitung unter Kontingentanpassung beantragen.

Benutzerdefinierte Splitterversion auswählen

Wenn Sie einen benutzerdefinierten Splitter verwenden, können Sie ihn mit Ihren eigenen Daten trainieren oder eine vortrainierte Version mit generativer KI verwenden, z. B. pretrained-splitter-v1.5-2025-07-14.

Der Trainingsprozess kann mehrere Stunden dauern, ermöglicht es Ihnen aber, das Modell an die Besonderheiten Ihrer Daten anzupassen. Vortrainierte Versionen basieren auf Gemini-Modellen. Sie können in kürzerer Zeit in die Produktion überführt oder zur schnellen Iteration und zum Testen von Labeling-Schemata verwendet werden. Sie benötigen kein Trainings-Dataset.

Die folgende Anleitung gilt für beide Versionen. Es werden jeweils die unterschiedlichen Schritte für die einzelnen Versionen angegeben.

Benutzerdefinierten Splitter in der Google Cloud Console erstellen

In dieser Kurzanleitung wird beschrieben, wie Sie mit Document AI einen benutzerdefinierten Splitter erstellen und trainieren, der Beschaffungsdokumente teilt und klassifiziert. Die meiste Dokumentvorbereitung ist abgeschlossen, sodass Sie sich auf das Erstellen einer benutzerdefinierten Aufteilung konzentrieren können.

Ein typischer Workflow zum Erstellen und Verwenden eines benutzerdefinierten Splitters mit trainierter Basisversion sieht so aus:

1. Erstellen Sie einen benutzerdefinierten Splitter in Document AI.
2. Erstellen Sie ein Dataset mit einem leeren Cloud Storage-Bucket.
3. Definieren und erstellen Sie ein Prozessorschema (Klassen).
4. Importieren Sie Dokumente.
5. Weisen Sie den Trainings- und Testsets Dokumente zu.
6. Annotieren Sie Dokumente manuell in Document AI Workbench oder über Labeling-Aufgaben.
7. Trainieren Sie den Prozessor.
8. Bewerten Sie den Prozessor.
9. Stellen Sie den Prozessor bereit.
10. Testen Sie den Prozessor.
11. Verwenden Sie den Prozessor für Ihre Dokumente.

Ein typischer Workflow zum Erstellen und Verwenden einer vortrainierten Version eines benutzerdefinierten Splitters sieht so aus:

1. Erstellen Sie einen benutzerdefinierten Splitter in Document AI.
2. Erstellen Sie ein Dataset mit einem leeren Cloud Storage-Bucket.
3. Vortrainierte Modellversion auswählen
4. Definieren und erstellen Sie ein Prozessorschema (Klassen).
5. Optional: Importieren Sie Dokumente.
6. Optional: Weisen Sie den Test-Datasets Dokumente zu, wenn Sie die Leistung des Modells bewerten möchten.
7. Optional: Bewerten Sie den Prozessor.
8. Testen Sie den Prozessor.
9. Stellen Sie den Prozessor bereit.
10. Verwenden Sie den Prozessor für Ihre Dokumente.

Eine detaillierte Anleitung dazu finden Sie direkt in der Google Cloud Console. Klicken Sie dazu einfach auf Anleitung:

Anleitung