为 Document AI 准备文档¶

本主题介绍如何准备文档以供 Document AI 使用。

使用 Document AI 处理的文档必须符合以下要求：

• 文档的长度不得超过 125 页。

• 文档必须采用以下格式之一：

  • PDF

  • PNG

  • DOCX

  • EML

  • JPEG、JPG

  • HTM、HTML

  • TEXT、TXT

  • TIF、TIFF

• 文件的大小必须小于或等于 50 MB。

• 文档页的尺寸不得超过 1200 x 1200 毫米。

• 图像必须在 50 x 50 到 10,000 x 10,000 像素之间。

要改进模型训练流程，请确保您上传到 Document AI 的文档代表真实的用例或场景，且数据集包含在布局和数据两方面都多样化的文档。

确保数据集中的信息是不同的。如果所有文档都包含相同的数据（例如，相同的性别或族裔），或者信息总是以相同的形式呈现（例如，特定的日期格式），则模型可能会提供不正确的结果。