NLPモデルの学習

ABBYY FlexiCapture で NLP 学習用バッチを設定し、100～500 件の sample documents をロードして、field を手動でマークアップし、学習を実行して NLPモデルを構築します。

Document Definitionを公開したら、Document Definition ダイアログを閉じ、Field Extraction Training Batches セクションに移動して、学習用バッチを作成します。

​

学習用バッチを作成する

1. バッチ を作成する

   File → New Batch をクリックします。作成したDocument Definitionと、field を設定したセクションを選択し、OK をクリックします。

2. 学習用の候補を選択する

   Look up Variant for Training Batch ウィンドウで、学習に使用する候補を選択します。

3. NLP batch としてマークする

   新しく作成した バッチ を選択し、NLP batch オプションを選択するか、Field extraction training → NLP batch をクリックします。

​

training documentsをロードする

1. バッチを開く

   作成したバッチをダブルクリックします。

2. 画像をロードする

   File → Load Images をクリックします。Image Processing Settings をクリックし、One document per file を選択して OK をクリックし、training documentsを選択します。

3. Document Definition を照合する

   ロードしたドキュメントを選択し、Recognition → Match Document Definition をクリックします (または、選択したドキュメントを右クリックして Match Document Definition をクリックします) 。次に、Document Definition を選択します。

学習済みNLPモデルの品質は、training documentsの数とマークアップの品質に左右されます。

• training documents内の、Document Definition で定義されているすべての field をマークアップします。
• 各学習用バッチには、100～500件のドキュメントを含めます。この範囲であれば、学習速度を低下させることなく、FlexiCapture が最適なパラメーターを選択できます。

​

ドキュメントをマークアップする

モデルがエンティティを探す場所を認識できるよう、各ドキュメントのfieldをマークアップします。

1. ドキュメントを開く

   ドキュメントをダブルクリックして開きます。

2. 各fieldをマークアップする

   抽出するfieldを選択してから、ドキュメント上でその値を選択するか、値の周囲に四角形を描画します。これを各fieldに対して繰り返します。

3. 次のドキュメントに移動する

   次のドキュメントボタンをクリックし、残りのドキュメントについても同様に行います。

4. 保存

   変更を保存します。

すべてのドキュメントをマークアップしたら、Field Extraction Training Batchesビューに戻り、バッチを右クリックしてTrainをクリックします。学習が完了すると、モデルを使用できるようになります。

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。

学習済みのNLPモデルを別のプロジェクトで使用するには、学習用バッチとそのDocument Definitionをそのプロジェクトにインポートします。