Tipy na vytváranie efektívnych atribútov v Analyzátore v aplikácii Acrobat

Vytváranie efektívnych atribútov je iteratívny proces.Začnite s jednoduchou definíciou, skontrolujte, ako ju Analyzer interpretuje v reálnych dokumentoch, a pridajte detaily len vtedy, keď výsledky ukážu, že je potrebné objasnenie.

Začnite s jednoduchou definíciou

Začnite priamym opisom informácií, ktoré chcete extrahovať.

Vyhýbajte sa pridávaniu obmedzení, podmienok alebo príkladov, kým neporozumiete tomu, ako funguje počiatočná definícia. Začatie s jednoduchými príkladmi uľahčuje identifikovať, ktoré formulácie zlepšujú alebo znižujú presnosť.

Napríklad:

Extrahovať poplatok za zastupovanie z dokumentu.

Napíšte jasné definície v jednoduchom jazyku

Opíšte koncept tak, ako by ste ho vysvetľovali niekomu, kto nie je oboznámený s dokumentom.

Sústreďte sa na význam a nie na to, kde sa informácie nachádzajú.

Vyhýbajte sa spoliehaniu na:

• Formátovanie.
• Čísla sekcií.
• Pozícia na stránke.
• Iné pokyny závislé od rozloženia.

Napríklad:

Cenník uvádza roly alebo pozície a hodinovú sadzbu pre každú z nich.

Vylepšiť atribút

Vylepšenie si obvykle vyžaduje viac ako jeden hodnotiaci cyklus.

Diagnostikovať neočakávané výsledky

Použite vzor vo výsledkoch na rozhodnutie o tom, ako zmeniť definíciu.

Výsledky sú príliš široké

Ak atribút extrahuje nesúvisiaci obsah:

• Spresniť definíciu.
• V prípade potreby špecifikovať očakávaný formát odpovede.
• Vybrať vhodný typ hodnoty, napríklad Číslo pre numerické výsledky.

Napríklad:

Vrátiť odpoveď len ako percentá.

Výsledky sú príliš úzke alebo chýbajú

Ak sa nevrátia očakávané hodnoty:

• Odstrániť zbytočné obmedzenia.
• Pridať pozitívne a negatívne príklady na objasnenie zamýšľaného výsledku.
• Potvrdiť, že cieľové informácie sa skutočne objavujú v hodnotených dokumentoch.

Výsledky sa líšia medzi dokumentmi

Ak definícia funguje pre niektoré dokumenty, ale nie pre iné:

• Najskôr ju overte na dokumentoch, o ktorých viete, že obsahujú cieľové informácie.
• Rozšírte testovanie na širší okruh dokumentov až po tom, ako sú počiatočné výsledky konzistentné.
• Manuálne overte zdrojový dokument, keď si nie ste istí, či je očakávaná hodnota prítomná.

Používať príklady premyslene

Príklady môžu objasniť, čo má definícia zahŕňať alebo vylúčiť.

• Používajte pozitívne príklady na znázornenie hodnôt, ktoré sa majú extrahovať.
• Používajte negatívne príklady na zobrazenie hodnôt, ktoré sa nemajú extrahovať.
• Obmedzte príklady na tri až päť, keď je to možné.

Príklady majú spresniť jasnú definíciu, nie ju nahradiť.

Používať viac-krokové rozhodovanie len v prípade potreby

Niektoré atribúty závisia od kontextu alebo postupnosti rozhodnutí.V týchto prípadoch opíšte logiku výslovne.

Napríklad

Postup extrahovania zálohovej odmeny:

1. Vyhľadajte sekciu poplatkov v dokumente.
2. Identifikujte zálohové odmeny vyjadrené v percentách na začiatku obdobia.
3. X% považujte za štandard; všetky ostatné percentá označujú dohodnuté sadzby.
4. Vráťte percento a informáciu, či je štandardné alebo dohodnuté.

Tento prístup používať iba vtedy, keď jednoduchšia definícia neprináša spoľahlivé výsledky.

Použitie spätnej väzby z vyhodnotenia

Počas testovania skontrolovať extrahované hodnoty a označiť výsledky ako správne alebo nesprávne.

Ak je výsledok nesprávny, uveďte správnu hodnotu, ak je to možné.Pomôže vám to identifikovať falošne pozitívne výsledky, vynechané priradenia a vzory, ktoré naznačujú, kde treba definíciu spresniť.

Overenie pred rozšírením

Pred širokým použitím atribútu ho overiť na reprezentatívnej vzorke dokumentov.

Overenie vám pomôže:

• Identifikovať okrajové prípady.
• Vyhnúť sa použitiu nepresnej definície na veľkej množine dokumentov.
• Získať istotu, že sa atribút správa konzistentne.

Ak sa výsledky stále zdajú byť nesprávne, pred ďalším spresňovaním definície overte zdrojové dokumenty. Medzi bežné príčiny patria:

• Nízka kvalita textu v naskenovaných dokumentoch.
• Súbory chránené heslom alebo uzamknuté.
• Poškodené zdrojové súbory.
• Chýbajúce cieľové informácie.

Pred zmenou definície, ktorá už môže byť správna, potvrďte, že sa očakávané informácie v dokumente skutočne nachádzajú.