Explanation:
Document Understanding テンプレート ステージの正しい実行順序は次のとおりです。
* 分類
* デジタル化
* 分類する
* 抽出する
* 抽出検証
* 輸出
包括的かつ詳細な説明: ドキュメント理解テンプレートのステージは、次の手順に従うドキュメント処理フローチャートに基づいています。
* まず、処理して情報を抽出するドキュメントの種類とフィールドのタクソノミーを定義する必要があります。これは、UiPath Studio1 のタクソノミー マネージャーを使用して行います。
* 次に、PDF、画像、テキストなどさまざまな形式の入力ドキュメントをデジタル化する必要があります。これは、ドキュメントを機械で読み取り可能な形式に変換し、必要に応じて OCR を実行する「ドキュメントのデジタル化」アクティビティを使用して行われます2。
* 次に、デジタル化されたドキュメントを、タクソノミーで定義済みのドキュメント タイプに分類する必要があります。これは、ドキュメント スコープの分類アクティビティを使用して行われます。このアクティビティでは、キーワード ベース分類子、機械学習分類子、インテリジェント フォーム抽出子 3 などのさまざまな分類子を使用できます。
* その後、分類されたドキュメントから、分類法のフィールドに基づいて関連情報を抽出する必要があります。これは、正規表現ベースの抽出、機械学習抽出、フォーム抽出などのさまざまな抽出を使用できるデータ抽出スコープ アクティビティを使用して行われます。
* 次に、抽出検証を実行して、抽出された情報を手動または自動で確認および修正する必要があります。これは、検証ステーションまたはアクション センターを使用して人間による検証を行うことができる「検証ステーションの表示」アクティビティを使用して行われます。
* 最後に、検証された情報を、ファイル、データベース、キューなどの目的の出力場所にエクスポートする必要があります。これは、Excel エクスポーター、CSV エクスポーター、キュー アイテム エクスポーターなどのさまざまなエクスポーターを使用できる「抽出結果のエクスポート」アクティビティを使用して行われます。
参考文献:
* UiPath Studio - タクソノミーマネージャー
* UiPath アクティビティ - ドキュメントのデジタル化
* UiPath アクティビティ - ドキュメント スコープの分類

カスタム名前付きエンティティ認識のすぐに使えるモデルは、非構造化テキストから抽出したいエンティティでタグ付けされた独自のデータセットを持ち込むことができる機械学習パッケージです。このモデルは、UiPath AI Center を使用してトレーニングおよびデプロイでき、UiPath Document Understanding フレームワークと統合できます。このモデルを使用すると、電子メール、手紙、Web ページ、研究論文、通話記録など、さまざまなドメインと形式のテキストを抽出して分類できます。たとえば、このモデルを使用して、名前、日付、住所、金額、製品、その他のカスタムエンティティなどの情報をドキュメントから抽出できます。このモデルは複数の言語をサポートしており、ニーズに応じてカスタマイズできます。
参考資料: AI センター - カスタム名前付きエンティティ認識、カスタム名前付きエンティティ認識ドキュメント、UiPath AI センター - UiPath カスタム名前付きエンティティ認識モデルの理解と使用に関するドキュメント

UiPath AI Center のプラットフォームでは、次のような複数のタイプの機械学習 (ML) モデルがサポートされています。
* UiPath のすぐに使用できるモデル: 一般的な自動化タスク用に設計された、事前に構築されたモデル。
* UiPath テクノロジー パートナーのモデル: UiPath のパートナーによって開発された外部モデル。
* オープンソース モデル: さまざまなユースケースに使用および適応できる、コミュニティによって提供されたモデル。
* カスタム モデル: ユーザーが独自のデータセットを使用してプロジェクト専用に構築およびトレーニングするモデル。
このモデル サポートの柔軟性により、組織はさまざまな自動化ニーズに合わせて幅広い機械学習機能を活用できるようになります。
詳細については、以下を参照してください。
* UiPath AI Center ドキュメント: AI Center モデル
* 機械学習モデルの種類: UiPath AI Center のモデルの種類