Resumen
Convierte documentos en datos clave-valor y usa los resultados para dirigir su procesamiento. En este video integramos AI Document Analyzer con OCI Document Understanding V2.0 para identificar tipos documentales y aplicar a cada uno un modelo de extracción específico.
La extracción generativa permite definir en JSON cada clave, su tipo de dato y una descripción del campo. Así se adapta a formatos distintos y al contenido multilingüe en los idiomas admitidos por el servicio.
En el flujo mostrado, la primera etapa analiza la primera página para distinguir actas, contratos y prospectos. El modelo devuelve una etiqueta; una condición del workflow la relaciona con el archivo original y elige la rama y el extractor. Después, el modelo asignado procesa las páginas y obtiene sus claves y valores.
Revisamos el JSON del modelo generativo en OCI Object Storage, la instalación de AI Document Analyzer con Oracle Autonomous Database, la creación de modelos y el diseño de workflows. Finalmente, consultamos las ejecuciones y el módulo Monitoring para comprobar la clasificación y los resultados de cada documento.
Inicio
Tras la introducción se presenta la extracción clave-valor de OCI Document Understanding V2.0 y su soporte para contenido multilingüe. La demostración parte de una definición JSON de los campos y después integra los modelos en AI Document Analyzer para elegir el tratamiento de cada documento.
Configuración del modelo generativo V2.0
En un proyecto de Document Understanding se selecciona la versión generativa V2.0 y el archivo JSON previamente cargado en OCI Object Storage. Se asigna un nombre y se inicia la preparación del modelo. El siguiente tramo detalla qué información contiene ese esquema de extracción.
Esquema JSON: claves, tipos y descripciones
El JSON define cada clave, su tipo y la descripción que orienta la extracción. Una vez preparado el modelo, se selecciona un bucket de salida y se prueba un PDF desde la consola. La demostración compara la definición de los campos con los resultados obtenidos, antes de pasar a configurar la aplicación.
Instalación y configuración de AI Document Analyzer
La instalación utiliza buckets de entrada y salida y una instancia de Oracle Autonomous Database con el usuario de la aplicación. En el setup se configura el acceso mediante el wallet y se prueba la conexión. Después se completan la configuración de OCI y del almacenamiento; los cambios deben guardarse para finalizar el acceso a la plataforma.
Modelos para clasificación y extracción clave-valor
En el módulo de modelos se crea primero el que devolverá el tipo documental a partir de su definición JSON. Luego se preparan tres extractores específicos: actas, contratos y prospectos. El recorrido muestra la carga, la revisión y la edición de los archivos, así como la consulta del estado de preparación antes de utilizar los modelos en un workflow.
Creación del workflow documental
Se crea un workflow con nombre y descripción y se colocan los nodos de inicio, carga de documentos, Document Understanding, condiciones y finalización. El lienzo prepara una primera etapa común de clasificación y ramas que aplicarán modelos distintos a los documentos cargados.
Clasificación desde la primera página
El primer nodo de Document Understanding utiliza el modelo de clasificación y se configura para analizar solo la primera página. Esa etapa devuelve el tipo documental que se usará para decidir la rama del flujo; todavía no ejecuta la extracción específica de todos los campos del documento.
Condiciones y enrutamiento por tipo de documento
Cada condición compara el nombre del archivo con el documento cargado y comprueba la etiqueta devuelta por el modelo. Se construyen ramas para actas, contratos y prospectos, cada una con su extractor. En estos nodos se desactiva la restricción a una sola página: el modelo aporta la clasificación y la condición del workflow determina qué extracción se ejecuta.
Ejecución del workflow y revisión de resultados
Se ejecuta el flujo con un lote de diez documentos y se sigue el orden de carga, clasificación, filtros y extracción. Al finalizar, la tabla de resultados permite buscar un archivo y resaltarlo para comprobar por qué etapas pasó. La salida de los nodos ayuda a relacionar el resultado con su documento de origen.
Monitoring y seguimiento por documento
El módulo Monitoring permite filtrar y revisar un documento concreto, descargarlo y consultar su clasificación. En el ejemplo se localiza un documento de factores de riesgo identificado como prospecto; ese resultado explica por qué se le asignó el extractor de esa categoría.
Extracción por página según el modelo asignado
El documento clasificado como prospecto se procesa con su modelo específico y las reglas se aplican a cada página. El cierre relaciona esta salida clave-valor con las ramas del workflow: la clasificación selecciona el tratamiento y el extractor obtiene la información estructurada propia del tipo documental.