מפצל מותאם אישית

הכלי לפיצול בהתאמה אישית נועד לפצל מסמכים מורכבים (מסמכים שמורכבים מכמה סוגים) למספר מסמכים מסוג יחיד, על ידי זיהוי כל מסמך לוגי. לדוגמה, חבילת משכנתא מכילה כמה מחלקות, כמו בקשה, אימות הכנסה ותעודה מזהה עם תמונה. אפשר להשתמש במעבדי פיצול מותאמים אישית כמו שהם, או לאמן אותם מאפס באמצעות מסמכים משלכם ומחלקות מותאמות אישית.

תיאור של כלי הפיצול ושימוש בו

אתם יכולים ליצור מפצלים מותאמים אישית שמתאימים במיוחד למסמכים שלכם, ולאמן ולהעריך אותם באמצעות הנתונים שלכם, או לפרוס מודלים שאומנו מראש באמצעות AI גנרטיבי. מעבדים כאלה מזהים סוגים של מסמכים מתוך קבוצה של סוגים שהוגדרה על ידי המשתמש. אחר כך תוכלו להשתמש במעבדים האלה במסמכים שלכם. בדרך כלל משתמשים במפצל מותאם אישית בקבצים שמורכבים מסוגים שונים של מסמכים לוגיים, ואז משתמשים בזיהוי המחלקה של כל אחד מהם כדי להעביר את המסמכים למעבד חילוץ מתאים לחילוץ הישויות.

מודלים של ML לא מושלמים ויש להם שיעור שגיאות מסוים, ושגיאות בפיצול הן בדרך כלל בעייתיות מאוד (פיצול שגוי גורם לשני מסמכים שגויים ומוביל לשגיאות בחילוץ). לכן, מומלץ תמיד לבצע בדיקה על ידי בודק אנושי אחרי חיזוי הפיצול, אבל לפני הפיצול בפועל של הקובץ. בהתאם לדרישות העסקיות, יש חלופות לבדיקה אנושית:

  • להשתמש בציוני הוודאות בתחזית כדי להחליט אם לדלג על בדיקה אנושית (אם ציון הוודאות גבוה מספיק). צריך לקבוע את סף ניקוד מהימנות על סמך נתונים היסטוריים לגבי שיעורי שגיאות בניקוד מהימנות נתון. זו צריכה להיות החלטה עסקית שמבוססת על הסבילות של התהליך העסקי לשגיאות ועל הדרישה לעקוף את הבדיקה האנושית.
  • במקרים מסוימים, אפשר להפנות את המסמכים המפוצלים ישירות לחילוץ המתאים לפי הסיווג החזוי. לאחר מכן, אם החילוץ לא הושלם או אם ציוני רמת הסמך נמוכים, צריך לבודד את המסמכים המפוצלים ולהפעיל את המסמך המורכב המקורי ואת ההחלטה על הפיצול כדי לבדוק אותם. יש כאן דרישות מורכבות למדי לתהליך העבודה.

גרסאות של מודלים מותאמים אישית לפיצול

המודלים הבאים זמינים לפיצול מותאם אישית. כדי לשנות את גרסאות המודלים, אפשר לעיין במאמר בנושא ניהול גרסאות המעבד.

גרסה 1.5 תומכת בציוני מהימנות.

גרסת המודל תיאור ערוץ הפצה תאריך הפצה
pretrained-splitter-v1.5-2025-07-14 מודל GA שמבוסס על מודל שפה גדול (LLM) של Gemini 2.5 Flash. אפשר להשתמש במודל הזה שעבר אימון מראש בלי לבצע אימון מוקדם. היא תומכת בפילוח ובסיווג ללא דוגמאות. יציב ‫14 ביולי 2025
pretrained-splitter-v1.6-2026-03-09 גרסת קדם-הפצה שמבוססת על מודל שפה גדול (LLM) של Gemini 3.1 Flash. גרסה מועמדת להפצה ‫9 במרץ 2026
pretrained-splitter-v1.6-pro-2026-03-09 גרסת קנדידט שמבוססת על מודל שפה גדול (LLM) של Gemini 3.1 Pro. גרסה מועמדת להפצה ‫9 במרץ 2026

כדי לשלוח בקשה להגדלת המכסות (QIR) של מכסת ברירת המחדל של המעבד, פועלים לפי השלבים לבקשת שינוי מכסות.

בחירה של גרסה מותאמת אישית של מפצל

כשמשתמשים בכלי לפיצול בהתאמה אישית, אפשר לאמן את המודל על הנתונים שלכם או להשתמש בגרסה שאומנה מראש עם AI גנרטיבי, כמו pretrained-splitter-v1.5-2025-07-14.

תהליך האימון יכול להימשך כמה שעות, אבל הוא מאפשר לכם להתאים את המודל לפרטים הספציפיים של הנתונים שלכם. גרסאות שאומנו מראש מבוססות על מודלים של Gemini. אפשר להעביר אותם לסביבת הייצור תוך זמן קצר יותר, או להשתמש בהם כדי לבצע איטרציות ולבדוק במהירות סכימת תיוג. הם לא דורשים מערך נתונים לאימון.

המדריך הבא רלוונטי לשתי הגרסאות, ובמקרים שבהם יש הבדלים בין השלבים, נציין זאת.

יצירת מפצל בהתאמה אישית במסוף Google Cloud

במדריך הזה מוסבר איך להשתמש ב-Document AI כדי ליצור וללמד מפצל מותאם אישית שמפצל ומסווג מסמכי רכש. רוב ההכנה של המסמך כבר נעשתה, כך שתוכלו להתמקד ביצירת מפצל בהתאמה אישית.

תהליך העבודה האופייני ליצירה ולשימוש בגרסת בסיס של מפצל בהתאמה אישית שעברה אימון הוא כדלקמן:

  1. יצירת מפצל בהתאמה אישית ב-Document AI.
  2. יצירת מערך נתונים באמצעות קטגוריה ריקה של Cloud Storage.
  3. הגדרת סכימת המעבד (סוגים) ויצירה שלה.
  4. ייבוא מסמכים.
  5. הקצאת מסמכים למערכי האימון והבדיקה.
  6. להוסיף הערות למסמכים באופן ידני ב-Document AI או באמצעות משימות תיוג.
  7. מאמנים את המעבד.
  8. הערכת המעבד.
  9. פורסים את המעבד.
  10. בודקים את המעבד.
  11. שימוש במעבד במסמכים.

תהליך העבודה הרגיל ליצירה ולשימוש בגרסה של מפצל בהתאמה אישית שעברה אימון מראש הוא כזה:

  1. יצירת מפצל בהתאמה אישית ב-Document AI.
  2. יצירת מערך נתונים באמצעות קטגוריה ריקה של Cloud Storage.
  3. בחירת גרסה של מודל שעבר אימון מראש
  4. הגדרת סכימת המעבד (סוגים) ויצירה שלה.
  5. (אופציונלי) מייבאים מסמכים.
  6. (אופציונלי, אם רוצים להעריך את הביצועים) מקצים מסמכים לקבוצות הבדיקה
  7. (אופציונלי) מעריכים את המעבד.
  8. בודקים את המעבד.
  9. פורסים את המעבד.
  10. שימוש במעבד במסמכים.

לחצו על תראו לי איך כדי לקרוא הסבר מפורט על המשימה ישירות במסוף Google Cloud :

תראו לי איך

לפני שמתחילים

  1. נכנסים לחשבון Google Cloud . אם אתם משתמשים חדשים ב- Google Cloud, צרו חשבון כדי שתוכלו להעריך את הביצועים של המוצרים שלנו בתרחישים מהעולם האמיתי. לקוחות חדשים מקבלים בחינם גם קרדיט בשווי 300$ להרצה, לבדיקה ולפריסה של עומסי העבודה.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

  4. Verify that billing is enabled for your Google Cloud project.

  5. Enable the Document AI, Cloud Storage APIs.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the APIs

  6. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  7. If you're using an existing project for this guide, verify that you have the permissions required to complete this guide. If you created a new project, then you already have the required permissions.

  8. Verify that billing is enabled for your Google Cloud project.

  9. Enable the Document AI, Cloud Storage APIs.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the APIs

    10.

התפקידים הנדרשים

כדי לקבל את ההרשאות שדרושות ליצירת מפצל בהתאמה אישית, צריך לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים בפרויקט:

להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.

יכול להיות שאפשר לקבל את ההרשאות הנדרשות גם באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש.

יצירת מעבד

  1. במסוף Google Cloud , בקטע Document AI, עוברים לדף Workbench.

    Workbench

  2. בקטע Custom Document Splitter (מפצל מסמכים בהתאמה אישית), לוחצים על Create processor (יצירת מעבד). custom-splitter-1

  3. בתפריט Create processor, מזינים שם למעבד, למשל my-custom-document-splitter.

    custom-splitter-2

  4. בוחרים את האזור שהכי קרוב אליכם.

  5. לוחצים על יצירה. מופיעה הכרטיסייה פרטי המעבד.

הגדרת מערך נתונים

כדי לאמן את המעבד החדש הזה, צריך ליצור מערך נתונים עם נתוני אימון ובדיקה שיעזרו למעבד לזהות את המסמכים שרוצים לפצל ולסווג.

מערך הנתונים הזה צריך מיקום חדש. אפשר להשתמש בקטגוריה או בתיקייה ריקה ב-Cloud Storage, או לאפשר מיקום בניהול Google (פנימי).

  • אם רוצים אחסון בניהול Google, בוחרים באפשרות הזו.
  • אם אתם רוצים להשתמש באחסון משלכם כדי להשתמש במפתחות הצפנה בניהול הלקוח (CMEK), בוחרים באפשרות I'll specify my own storage location (אציין מיקום אחסון משלי) ופועלים לפי ההוראות בהמשך.

custom-splitter-3

יצירת קטגוריה של Cloud Storage למערך הנתונים

  1. עוברים לכרטיסייה Train (אימון) של המעבד.

  2. בוחרים באפשרות הגדרת מיקום מערך הנתונים. תתבקשו לבחור או ליצור קטגוריה או תיקייה ריקה ב-Cloud Storage.

    custom-splitter-4

  3. לוחצים על עיון כדי לפתוח את בחירת תיקייה.

  4. לוחצים על הסמל Create a new bucket (יצירת קטגוריה חדשה) ופועלים לפי ההנחיות ליצירת קטגוריה חדשה. אחרי שיוצרים את הקטגוריה, מופיע הדף Select folder. מידע נוסף על יצירת קטגוריית Cloud Storage זמין במאמר קטגוריות של Cloud Storage.

  5. בדף Select folder של ה-bucket, לוחצים על Select button בתחתית תיבת הדו-שיח.

    custom-splitter-5

מוודאים שנתיב היעד מאוכלס בשם של קטגוריית ה-bucket שבחרתם. לוחצים על יצירת מערך נתונים. יכול להיות שיחלפו כמה דקות עד שערכת הנתונים תיווצר.

(אופציונלי) בוחרים גרסה של מודל שעבר אימון מראש

אם החלטתם להשתמש במודל שאומן מראש, קודם צריך לבחור אותו בקטע Deploy and use (פריסה ושימוש). אפשר להתעלם מהקטעים שאחרי הקטע הבא, 'הגדרת סכימת מעבד'.

  1. עוברים אל Deploy and use (פריסה ושימוש).

    custom-splitter-15

  2. לוחצים על התפריט הנפתח ניהול גרסאות.

  3. בוחרים את גרסת המעבד הרצויה.

הגדרת סכימת המעבד

אפשר ליצור את סכימת המעבד לפני או אחרי שמייבאים מסמכים למערך הנתונים. הסכימה מספקת תוויות שמשמשות להוספת הערות למסמכים.

  1. בכרטיסייה Build (יצירה), לוחצים על Manage dataset (ניהול מערך נתונים). ייפתח הדף לניהול קבוצת הנתונים.

  2. בוחרים באפשרות עריכת הסכימה.

  3. בוחרים באפשרות יצירת תווית ומזינים את שם התווית. לוחצים על יצירה. הוראות מפורטות ליצירה ולעריכה של סכימה זמינות במאמר הגדרת סכימת מעבד.

  4. צריך ליצור כל אחת מהתוויות הבאות לסכימת המעבד.

    • bank_statement
    • form_1040
    • form_w2
    • form_w9
    • paystub

  5. כשמסיימים להוסיף את התוויות, לוחצים על שמירה.

    custom-splitter-6

ייבוא מסמך לא מתויג למערך נתונים

השלב הבא הוא להתחיל לייבא מסמכים לא מסומנים למערך הנתונים ולסמן אותם. אפשרות חלופית מומלצת היא לייבא מסמכים שמסודרים בתיקיות לפי כיתה, אם יש כאלה.

אם אתם עובדים על פרויקט משלכם, אתם קובעים איך לתייג את הנתונים. אפשר לעיין באפשרויות התיוג.

מעבדים בהתאמה אישית ב-Document AI דורשים מינימום של 10 מסמכים בקבוצות האימון והבדיקה, ו-10 מקרים של כל תווית בכל קבוצה. כדי להשיג את הביצועים הכי טובים, מומלץ לכלול לפחות 50 מסמכים בכל קבוצה, עם 50 מקרים של כל תווית. באופן כללי, ככל שיש יותר נתוני אימון, כך רמת הדיוק גבוהה יותר.

  1. בכרטיסייה Train (אימון), בוחרים באפשרות Import documents (ייבוא מסמכים).

    custom-splitter-7

  2. בדוגמה הזו, מזינים את הנתיב הזה בנתיב המקור. הוא מכיל קובץ PDF אחד של מסמך.

    cloud-samples-data/documentai/Custom/Lending-Splitter/PDF-Unlabeled

  3. מגדירים את תווית המסמך לערך ללא.

  4. בתפריט הנפתח פיצול מערך הנתונים בוחרים באפשרות לא הוקצה.

    כברירת מחדל, לא מוקצית תווית למסמך בתיקייה הזו, והוא לא משויך לקבוצת הבדיקה או לקבוצת האימון.

  5. בוחרים באפשרות ייבוא. ‫Document AI קורא את המסמכים מהמאגר לתוך מערך הנתונים. היא לא משנה את דלי הייבוא או קוראת מהדלי אחרי שהייבוא מסתיים.

כשמייבאים מסמכים, אפשר להקצות אותם לקבוצת האימון או לקבוצת הבדיקה במהלך הייבוא, או להקצות אותם מאוחר יותר.

כדי למחוק מסמך או מסמכים שייבאתם, בוחרים אותם בכרטיסייה אימון ולוחצים על מחיקה.

מידע נוסף על הכנת הנתונים לייבוא זמין במדריך להכנת נתונים.

אופציונלי: תיוג קבוצתי של מסמכים במהלך הייבוא

כדי לחסוך זמן בתיוג, אפשר לתייג את כל המסמכים שנמצאים בספרייה מסוימת במהלך הייבוא. אם מסמכי האימון שלכם מאורגנים לפי כיתה בתיקיות, אתם יכולים להשתמש בשדה