Príprava dokumentov na analýzu pomocou modelu služby OCI Document Understanding

Dokumenty, ktoré chcete analyzovať, uložte v sektoroch objektového ukladacieho priestoru OCI a potom vytvorte množinu dát na prístup k týmto dokumentom v službe Oracle Analytics.

Vstupné dokumenty a modely AI obvykle uložíte v rovnakom konte Oracle Cloud (prenájme), čo uľahčí nastavenie v službe Oracle Analytics.

Ak sú vaše vstupné dokumenty a modely AI uložené v rôznych prenájmoch:
  • Viditeľnosť sektora ukladacieho priestoru, ktorý obsahuje vaše vstupné dokumenty, musí byť verejné. Pozrite si časť Zmena viditeľnosti sektora.
  • Vstupnú množinu dát pre dátový tok vyplňte adresami URL jednotlivých dokumentov namiesto jednej adresy URL pre sektor OCI, v ktorom sú uložené dokumenty.
Počas jedného behu môžu dátové toky služby Oracle Analytics spracovať až 10 000 dokumentov pre vopred natrénované modely a 2 000 dokumentov pre vlastné modely. Ak máte viac ako maximálny počet dokumentov, ktoré je možné spracovať v jednom behu, v objektovom aj v archivačnom ukladacom priestore OCI vytvorte viacero sektorov, z ktorých každý bude obsahovať nie viac ako maximálny počet dokumentov. Potom vytvorte samostatnú množinu dát a dátový tok pre každý sektor a použite sekvenciu na sekvenčné spracovanie dátových tokov.

Použiť môžete súkromný alebo verejný sektor, ku ktorému má používateľ OCI prístup a ktorý spĺňa všeobecné limity služby OCI pre dokumenty. Pozrite si dokumentáciu k službe OCI.

  1. V konzole OCI prejdite do sekcie Objektový ukladací priestor a archivačný ukladací priestor a vytvorte sektor na uloženie dokumentov.
    Popis GUID-B9CCC48D-EF35-4CC6-A017-555E9C328210-default.png je uvedený nižšie
    .png

  2. V oblasti Objektový ukladací priestor a archivačný ukladací priestor kliknite na názov sektora a potom v oblasti Objekty na danej stránke kliknite na tlačidlo Nahrať a nahrajte dokumenty.
    Uistite sa, že sektor neobsahuje žiadne zbytočné súbory, ktoré nechcete spracovať. Oracle Analytics spracuje každý súbor v sektore.
  3. Do súboru CSV pridajte adresu URL každého sektora.
    1. V objektovom ukladacom priestore vyberte sektor na zobrazenie dokumentov v dialógovom okne Objekty.
    2. Skopírujte adresu URL z panela s adresou URL prehľadávača.
    3. Vytvorte súbor CSV s poľami ID, Bucket Name a Bucket URL.
    4. Prilepte adresu URL sektora do súboru CSV ako hodnotu Bucket URL.
      Ak sú vaše vstupné dokumenty a modely AI uložené v rôznych prenájmoch, do súboru CSV ich pridajte jednotlivo.
      Vytvorte súbor CSV s poľami ID, Document Name a Document URL. Pre každý dokument v objektovom ukladacom priestore kliknite na ikonu s troma bodkami ikona s troma bodkami, vyberte položku Zobraziť detaily objektu a skopírujte hodnoty v poliach Názov a Cesta URL (URI).
      Popis GUID-DE2A7287-331C-4FEA-9F27-E52FB66600E4-default.png je uvedený nižšie
      .png

      Hodnotu z poľa Názov prilepte ako názov dokumentu a hodnotu z poľa Cesta URL (URI) prilepte ako adresu URL dokumentu.
      Popis GUID-FD597738-7B8A-47A4-8332-F309F17B073A-default.png je uvedený nižšie
      .png

  4. V službe Oracle Analytics pre každý sektor, ktorý používate na ukladanie dokumentov, kliknite na položku Vytvoriť a potom na položku Množina dát.
  5. Nahrajte súbor CSV, ktorý ste vytvorili v kroku 3, a množinu dát uložte.
    Pre každý sektor zopakujte kroky 4 a 5. Ak máte viac ako 10 000 dokumentov, vytvorte viacero sektorov obsahujúcich maximálne 10 000 dokumentov a potom pre každý sektor vytvorte samostatnú množinu dát.