人工辅助AI模型的文档关键信息抽取
场景介绍
在企业文档处理的场景中，我们经常会遇到文档关键信息抽取的业务需求，虽然AI模型能够帮助我们完成关键信息的提取，但是也有很大的局限性，主要集中在以下2点：
- AI模型有可能无法提取到所有关键信息，部分信息可能缺失
- AI模型的提取结果不是100%准确的，在某些业务场景却需要关键信息100%准确，不然会对下游业务造成影响
所以，有必要引入业务人员对AI模型提取的关键信息进行二次确认。
在这个使用场景中，我们使用来也智能文档处理平台的自训练抽取AI能力进行文档关键信息提取，使用人机协同完成对识别结果的审核和修改。
下面跟着引导试一试吧！
使用引导
1. 配置抽取模型
在来也智能文档处理平台的自训练抽取AI能力下完成抽取模型的配置，并测试效果是否符合预期。
具体操作流程见如何配置一个自训练抽取模型
2. 配置协同表单
- 点击新建，打开新建文档验证表单弹窗，完成基本信息的填写
- 选择在第一步配置好的抽取模型，勾选需要提取的字段
- 配置需要人工审核的条件
- 当AI模型的提取结果满足这一条件的时候，才会生成协同任务
- 如果不配置审核条件，每一次调用协同表单都将生成一个协同任务
- 配置需要重点核对的字段
- 任务处理界面将高亮重点核对字段
- 测试协同表单
- 选择刚刚配置好的协同表单，点击操作中的测试，打开新建文档验证协同任务弹窗
- 上传文档后，点击确认提交协同任务
- 提交后请前往任务处理查看是否成功生成了协同任务
- 接受并处理协同任务
3. 处理协同任务
- 选择一个待处理的协同任务，打开任务处理界面，左边为文档视图，右边为提取的关键信息
- 业务人员可以在这个界面对信息提取结果进行审核和修改
- 所有字段审核完成，点击提交，任务处理完成
4. 通过API发起协同任务并获取处理结果
- 由于协同任务的处理需要人工介入，处理时间不确定性大，所以我们提供了异步接口，将发起任务和获取结果拆分成2个接口，支持业务流程按需配置
- 选择对应的协同表单，点击操作中的API，获取API调用凭证
- 根据 接口文档 进行API调用
- 通过创建协同任务接口发起协同任务，通过查询协同任务结果接口来获取文档的最终提取结果
5.获取业务数据提升模型效果
- 被调用的自训练抽取模型支持获取人机协同平台上已处理的数据来进行模型优化。
