导出 Document AI 模型构建

您可以将 Document AI 模型构建导出到内部暂存区。这样会导出文档文件，并生成注释文件。然后，您可以将导出的数据用于多种用途，例如创建 Snowflake 数据集，并使用 AI_EXTRACT 函数提取信息。

先决条件

  • 要使用 Document AI，您必须具有所需的权限。有关权限的更多信息，请参阅 设置 Document AI。

  • 要导出 Document AI 模型构建，您必须在目标暂存区上具有 WRITE 权限。

    备注

    目标暂存区必须是内部暂存区。

导出 Document AI 模型构建

  1. 登录 Snowsight。

  2. In the navigation menu, select AI & ML » AI Studio.

  3. 在 Document Processing Playground 旁边，选择 Open。在 Document Processing Playground 中，要访问 Document AI，请选择 Go to Document AI model builds。

  4. 选择仓库。

    显示现有模型构建的列表。

  5. 选择模型构建名称旁边的 ...`（更多）菜单，然后选择 :ui:`Export。

  6. 在出现的 Export Build 对话框中，从列表中选择一个目标暂存区，然后选择 Export 进行确认。

  7. 当导出过程完成后，通过选择 Close 来关闭对话框。

    备注

    您可以在导出过程完成之前关闭对话框。关闭对话框不会取消导出过程。

    模型构建会被导出到目标暂存区中。这意味着目标暂存区目录现在包含该 Document AI 模型构建最新版本的所有文档，以及 annotations.jsonl 文件。

注释文件

当您导出 Document AI 模型构建时，annotations.jsonl 文件会在目标暂存区目录中生成。对于每个您导出的文档，该文件包含以下信息：

  • file：选择使用 时默认使用的角色和仓库。文件名标识符

  • prompt：JSON 架构，用于描述提示内容

  • annotatedResponse：选择使用 时默认使用的角色和仓库。符合该架构格式的用户响应

  • modelResponse：选择使用 时默认使用的角色和仓库。未被用户修改的响应

请参考 annotations.jsonl 文件中的以下示例行：

{
  "file": "13c36c6a8c98acc95b797f03cc4c6d38.pdf",
  "prompt": {
    "type": "object",
    "properties": {
      "table": {
        "description": "earning statement",
        "type": "object",
        "properties": {
          "deductions": {
            "description": "deductions",
            "type": "array"
          },
          "current total": {
            "description": "current total",
            "type": "array"
          }
        }
      },
      "name": {
        "description": "what is the name",
        "type": "array"
      },
      "address": {
        "description": "what is the address",
        "type": "array"
      }
    }
  },
  "annotatedResponse": {
    "table": {
      "deductions": [
        "9,897.82",
        "CPP",
        "El",
        "INCOME TAX",
        "UNION DUES",
        "LIFE INSURANCE",
        "LONG TERM DISABILITY",
        "CANADA SAVING BONDS"
      ],
      "current total": [
        "None",
        "65.03",
        "28.62",
        "305.90",
        "10.84",
        "4.94",
        "7.01",
        "8.00"
      ]
    },
    "name": [
      "ACME"
    ],
    "address": [
      "200 billing rd, suite 100, needham, MA 02494"
    ]
  },
  "modelResponse": {}
}

处理导出的数据

导出 Document AI 模型构建后，您可以使用导出的数据创建一个表，以便进一步处理：

  1. 为注释文件创建文件格式：

    CREATE OR REPLACE FILE FORMAT my_json
  TYPE = 'JSON';
    Copy

  2. 创建表：

    CREATE OR REPLACE TABLE exported_data_table AS (
   SELECT
      input_file.$1:file AS file,
      input_file.$1:prompt AS prompt,
      input_file.$1:annotatedResponse AS response
   FROM '@docai_db.docai_schema.docai_stage/docai_test_2025_10_03_16_00_10/annotations.jsonl' (FILE_FORMAT => my_json) input_file
   WHERE response != '{}'
);
    Copy

现在，您可以将导出的数据转换为数据集以便在 Snowflake 中进一步使用，或使用这些数据运行 AI_EXTRACT 函数：

  • 为导出的数据创建数据集：

    CREATE DATASET my_dataset;

ALTER DATASET my_dataset
ADD VERSION 'v2' FROM (
  SELECT
    CONCAT('@docai_db.docai_schema.docai_stage/docai_test_2025_10_03_16_00_10/', file) AS file,
    prompt,
    response
  FROM exported_data_table
);
    Copy

    有关数据集的更多信息，请参阅 Snowflake 数据集。

  • 使用导出的数据运行 AI_EXTRACT：

    SELECT
AI_EXTRACT (
  file => TO_FILE('@docai_db.docai_schema.docai_stage/docai_test_2025_10_03_16_00_10', my_table.file),
  responseFormat => PARSE_JSON('{ "schema": ' || TO_VARIANT(my_table.prompt) || '}')
  )
FROM docai_db.docai_schema.exported_data_table AS my_table;
    Copy
语言: 中文