Allgemeine Textverarbeitungsparameter

Sprachbeschränkungen bei den Textverarbeitungs-APIs

Textklassifizierung

Sie können die Klassifizierungs-API nur mit englischsprachigen Dokumenten verwenden.

Textextraktion

Sie können die Extraktions-API nicht mit einem gemischtsprachigen Dokument verwenden, wenn die Sprachen nicht über eine gemeinsame Schrift verfügen. Sie können jedoch Dokumente mit einer Mischung aus Englisch und einer anderen Sprache in jeder Schrift verwenden. Sie können zum Beispiel Text aus Bildern in einem Dokument mit einer Mischung aus englischem und französischem Text extrahieren, da beide Sprachen auf Latein basieren. Sie können jedoch keinen Text aus Bildern in einem Dokument extrahieren, das eine Mischung aus japanischem und französischem Text enthält.

Sie können die Textextraktions-API verwenden, um Schlüssel-Wert-Paar-Daten nur aus englischsprachigen Dokumenten zu extrahieren.

Unterstützte handschriftliche Sprachen

In der folgenden Tabelle sind die unterstützten Sprachen für die Erkennung handschriftlicher Texte aufgeführt:

Unterstützte Sprachen für den Maschinendruck

Die folgende Tabelle enthält Einzelheiten zu den Sprachen, die von der Textextraktions-API für die Erkennung von gedrucktem Text unterstützt werden:

Dokumente, die sowohl maschinengeschriebenen als auch handschriftlichen Text enthalten

Wenn Ihr Dokument sowohl maschinell gedruckten als auch handschriftlichen Text enthält, müssen Sie die API mit den Sprachcodes sowohl für das Sprachmodell für maschinell gedruckten Text als auch für das Sprachmodell für handschriftlichen Text aufrufen.

Dokumente in mehreren Sprachen

Die Kombination von Sprachen, die keine gemeinsame Schrift verwenden, wird nicht unterstützt, es sei denn, es handelt sich um eine Kombination aus Englisch und einer anderen Sprache.

Wenn ein Dokument Text in mehreren Sprachen enthält, die entweder das lateinische oder das CJK-Schriftzeichen verwenden, können Sie mehrere Sprachcodes in der languages_list. Wenn Sie beispielsweise sowohl fra als engauch angeben, ordnet der Dienst die Anfrage intern dem latn Modell zu.

Es werden nur die in der Tabelle der unterstützten Sprachen aufgeführten skriptbasierten Sprachen unterstützt. In einer einzelnen Anfrage können nicht mehr als ein Skript angegeben werden.

Zulässige Kombinationen:

• ['fra', 'spa'] – zwei Sprachen, die dieselbe Schrift verwenden
• ['jpn', 'eng'] – eine nicht-lateinische Sprache in Kombination mit Englisch (Wenn das Dokument Japanisch und Englisch enthält, reicht es aus, dies anzugeben ['jpn'].)
• ['fra', 'spa', 'eng']
• ['jpn', 'kor'] – zwei Sprachen, die dieselbe Schrift verwenden
• ['heb', 'eng'] – eine nicht-lateinische Sprache in Kombination mit Englisch
• ['latn'] – ein Skript
• ['cjk'] – ein Skript

Nicht unterstützte Kombinationen:

• ['heb', 'fra'] – eine nicht-lateinische Sprache in Kombination mit einer anderen lateinischen Sprache als Englisch
• ['cjk', 'fra']
• ['jpn', 'fra', 'eng'] – eine nicht-lateinische Sprache in Kombination mit zwei lateinischen Sprachen
• ['latn', 'cjk'] – zwei verschiedene Skripte

Definition von Schemata mit dem Feld schemas

Auf der Grundlage des Layouts lassen sich die Dokumente grob in die folgenden Typen einteilen:

Dokumente mit variablem Layout

Dokumente ohne einheitliche Struktur, wie z. B. Rechnungen, Bestellungen oder Pässe, bei denen sich die Struktur über mehrere Seiten erstreckt.

Dokumente mit festem Layout

Strukturierte Dokumente, bei denen jede Seite einem vordefinierten Format folgt, z. B. ein Steuerformular, bei dem jede Seite ein bestimmtes Layout hat.

"semantic_config": {
  "schemas": [ {
      "document_type": "Receipt",
      "document_description": "A receipt issued for a purchase at ABC store.",
      "fields": {
        "receipt_number": {
          "default": "",
          "example": "R-20241027-ABC",
          "description": "Unique identifier on the receipt."
        },
        "customer_name": {
          "default": "",
          "example": "John Smith",
          "description": "Full name of the customer or payee."
        },
        "date_of_transaction": {
          "default": "",
          "example": "2023-01-01",
          "description": "Date when the purchase or payment occurred."
        },
        "total_paid": {
          "default": "",
          "example": "8.64",
          "description": "Final amount paid by the customer."
        },
        "payment_method": {
          "default": "",
          "example": "Credit Card",
          "description": "How payment was made, such as cash, card, check, etc.)."
        },
      }
  } ]
}

Steuerung der Interaktion vordefinierter und benutzerdefinierter Schemata mit dem Feld schemas_merge_strategy

Sie können festlegen, wie von Ihnen erstellte benutzerdefinierte Schemata mit den von der Textverarbeitungs-API unterstützten vordefinierten Schemata interagieren.

Die folgende Tabelle enthält Einzelheiten über die verschiedenen Arten der Verarbeitung vordefinierter und benutzerdefinierter Schemata, wenn Sie die Einstellung schemas_merge_strategy im Parameter semantic_config konfigurieren:

Wenn Sie ein benutzerdefiniertes Schema für einen Dokumenttyp erstellen, das mit einem unterstützten vordefinierten Schema übereinstimmt, werden beide Schemata standardmäßig zusammengeführt, bevor sie zur Verarbeitung von Schlüssel-Wert-Paar-Daten in Ihrem Dokument verwendet werden.