Советы по созданию эффективных атрибутов в Analyzer в Acrobat

Создание эффективных атрибутов — это итеративный процесс. Начните с простого определения, посмотрите, как Analyzer интерпретирует его в реальных документах, и добавляйте подробности только в том случае, если результаты покажут, что требуется уточнение.

Начните с простого определения

Начните с прямого описания информации, которую хотите извлечь.

Избегайте добавления ограничений, условий или примеров, пока не поймете, как работает исходное определение. Начав с простого, легче определить, какая формулировка улучшает или снижает точность.

Например:

    Извлеките размер гонорара (retainer fee) из документа.

Написание четких определений простым языком

Опишите концепцию так, как если бы объясняли ее человеку, незнакомому с документом.

Сосредоточьтесь на смысле, а не на том, где появляется информация.

Избегайте использования:

• Форматирования.
• Номеров разделов.
• Положения на странице.
• Других инструкций, зависящих от макета.

Например:

Прайс-лист содержит роли или должности и почасовую ставку для каждой.

Уточнение атрибута

Усовершенствование обычно занимает более одного цикла оценки.

Диагностика непредвиденных результатов

Используйте шаблон в результатах, чтобы решить, как изменить определение.

Результаты слишком широкие

Если атрибут извлекает нерелевантный контент:

• Сделайте определение более точным.
• При необходимости укажите ожидаемый формат ответа.
• Выберите подходящий тип значения, например Число для числовых результатов.

Например:

Возвращайте ответ только в виде процента.

Результаты слишком узкие или отсутствуют

Если ожидаемые значения не возвращаются:

• Уберите ненужные ограничения.
• Добавьте положительные и отрицательные примеры для уточнения требуемого результата.
• Убедитесь, что целевая информация действительно присутствует в оцениваемых документах.

Результаты различаются в разных документах

Если определение работает для одних документов, но не для других:

• Сначала проверьте его на документах, которые заведомо содержат целевую информацию.
• Расширяйте тестирование на более разнообразный набор документов только после того, как начальные результаты станут стабильными.
• Вручную проверяйте исходный документ, когда не уверены в наличии ожидаемого значения.

Целенаправленное использование примеров

Примеры могут прояснить, что определение должно включать или исключать.

• Используйте положительные примеры для демонстрации значений, которые должны извлекаться.
• Используйте отрицательные примеры для демонстрации значений, которые не должны извлекаться.
• По возможности ограничивайте количество примеров от трех до пяти.

Примеры должны уточнять четкое определение, а не заменять его.

Использование многошаговой логики только при необходимости

Некоторые атрибуты зависят от контекста или последовательности решений. В таких случаях опишите логику явно.

Например.

Извлеките гонорар за услуги, выполнив следующие шаги:

1. Найдите раздел с комиссиями в документе.
2. Определите размер гонораров, выраженный в процентах, применительно к началу срока действия договора.
3. Считайте X% стандартным; все остальные проценты указывают на согласованные тарифы.
4. Верните процент и укажите, является ли он стандартным или согласованным.

Используйте этот подход, только когда более простое определение не дает надежных результатов.

Использование результатов оценки

Проверьте извлеченные значения во время тестирования и отметьте результаты как правильные или неправильные.

Когда результат неправильный, по возможности предоставьте правильное значение. Это поможет вам выявить ложные срабатывания, пропущенные совпадения и паттерны, которые указывают на необходимость доработки определения.

Проверка перед масштабированием

Перед широким применением атрибута проверьте его на репрезентативной выборке документов.

Проверка поможет вам:

• Определить граничные случаи.
• Не применять неточное определение к большому набору документов.
• Убедиться, что атрибут работает последовательно.

Если результаты по-прежнему кажутся неправильными, проверьте исходные документы перед дальнейшим уточнением определения. Распространенные причины включают:

• Плохое качество текста в отсканированных документах.
• Защищенные паролем или заблокированные файлы.
• Поврежденные исходные файлы.
• Отсутствующая целевая информация.

Убедитесь, что ожидаемая информация существует в документе, прежде чем изменять определение, которое может быть уже правильным.