NLP モデルの作成

FlexiCapture Document Definition エディター で、各モデルに必要な文書フィールドを含むセグメンテーションおよびエンティティ抽出 NLP モデルを作成します。

​

文書フィールドの作成

抽出する各エンティティについて、Document Definition に対応するフィールドを作成します。

1. フィールドを追加

   Document Definition エディター でドキュメント セクション名を右クリックし、Create Field を選択します。

2. Text field にする

   Text field を作成します。

3. region を有効にする

   General タブで、Can have region を選択します。

4. field に名前を付ける

   Name field に名前 (例: PreambleSegment) を入力します。field 名にはスペースや英字以外の文字を含めることはできません。また、数字で始めることもできません。

エンティティごとに、これらの手順を繰り返します。セグメンテーションを使用する場合は、各セグメントごとに個別の Text field を作成します。繰り返しグループ内に非繰り返しフィールドを作成し、field properties で Text segment を選択します。セグメントの開始位置と終了位置が異なるページにまたがる場合は、Allow multiple regions を選択します。

​

セグメンテーションモデルの作成

セグメンテーションにより、エンティティ抽出の精度と速度が向上します。セグメンテーションはオプションであり、専用の NLP モデルが必要です。ドキュメント セクションごとに使用できるセグメンテーションモデルは 1 つだけです。

1. section のプロパティを開く

   Document Definition エディター で、ドキュメント セクション名を右クリックし、Properties を選択します。NLP タブで、Create をクリックします。

2. モデルに名前を付け、型を設定する

   Name field に名前 (例: SegmentationModel) を入力します。Model type を Segmentation に設定し、必要な Language を選択します。

   
3. セグメントの fields を選択する

   Next をクリックし、セグメントの抽出先となる fields を指定してから、OK をクリックします。

セグメンテーションモデルを作成したら、サンプル文書を使って学習させます。

​

エンティティ抽出モデルを作成する

エンティティを抽出するには、手動でマークアップした文書を使用して学習させたエンティティ抽出 NLP モデルが必要です。

1. セクションのプロパティを開く

   Document Definition エディターでドキュメント セクションのプロパティを開き、NLP タブの Create をクリックします。

2. モデルに名前を付け、型を設定する

   Name (例: EntitiesExtraction) を入力します。データ ソースには、セグメンテーションを使用しない場合はセクションを、使用する場合はセグメントを選択します。Model type を Extraction に設定し、必要な Language を選択します。

3. 抽出する結果 fields を選択する

   Next をクリックし、選択したセクションまたはセグメントから抽出する結果 fields を選択します。

エンティティを抽出する各ドキュメント セグメントまたはセクションについて、これらの手順を繰り返します。次に、Document Definition を保存し (Document Definition → Save) 、閉じて (Document Definition → Close) 、公開します (Document Definition → Publish) 。

エンティティ抽出モデルを作成したら、サンプル文書で学習させます。

Allow training オプションを使用すると、文書処理中に NLP モデルを学習できます。field 抽出の学習用バッチを使用して field 抽出を学習すると、モデルも学習されます。学習結果を無効化または削除するには、学習用バッチを右クリックし、ショートカット メニューから Disabled または Delete を選択します。