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¶

登录 Snowsight。
在导航菜单中，选择 AI & ML » Document AI。
选择仓库。

显示现有模型构建的列表。
选择模型构建名称旁边的 ...`（更多）菜单，然后选择 :ui:`Export。
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。
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": "5d8c22ebe1e9a9b4bc92f611c02a745b_00.pdf",
  "prompt": {
    "type": "object",
    "properties": {
      "information": {
        "description": "Employee information",
        "type": "object",
        "properties": {
          "name": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "address": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "city": {
            "type": "array",
            "items": {
              "type": "string"
            }
          }
        }
      },
      "data": {
        "description": "",
        "type": "object",
        "properties": {
          "ssid": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "employeeid": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "startdate": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "enddate": {
            "type": "array",
            "items": {
              "type": "string"
            }
          }
        }
      },
      "deductions": {
        "description": "",
        "type": "object",
        "properties": {
          "deductions name": {
            "type": "array",
            "items": {
              "type": "string"
            }
          },
          "current": {
            "type": "array",
            "items": {
              "type": "string"
            }
          }
        }
      }
    }
  },
  "annotatedResponse": {
    "information": {
      "name": [
        "John Doe"
      ],
      "address": [
        "Dakota Avenue Powder River, WY 82648"
      ],
      "city": [
        "Powder River, WY 82648"
      ]
    },
    "data": {
      "ssid": [
        "123-45-6789"
      ],
      "employeeid": [
        "34528"
      ],
      "startdate": [
        "06/15/2018"
      ],
      "enddate": [
        "06/30/2018"
      ]
    },
    "deductions": {
      "deductions name": [
        "Federal Tax",
        "Wyoming State Tax",
        "SDI",
        "Soc Sec / OASDI",
        "Health Insurance Tax",
        "None"
      ],
      "current": [
        "82.50",
        "64.08",
        "None",
        "13.32",
        "91.74",
        "21.46"
      ]
    }
  },
  "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：

为注释文件创建文件格式：

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

Copy

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.schema) || '}')
  )
FROM docai_db.docai_schema.exported_data_table AS my_table;

Copy