GSP1142

總覽

Document AI 是文件解讀解決方案，可擷取並處理文件、電子郵件、帳單和表單等非結構化資料，方便您解讀、分析和使用。Document AI API 會透過內容分類、實體擷取、進階搜尋等功能，將文件轉換成結構化資料。有了 Document AI Workbench，您就能使用自己的訓練資料建立完全自訂的模型，提高文件處理的準確率。

您可以為自家文件打造專屬的自訂文件擷取器 (CDE)，並用自有資料加以訓練和評估效能。這個處理器會辨識並擷取文件中的實體，完成訓練後，就可以用來處理更多文件。自訂文件擷取器一般適合用在單一類型的文件，例如機構的註冊表單。

在這個實驗室，您會瞭解如何使用 Document AI Workbench 建立及訓練自訂文件擷取器，以便處理 W-2 (美國稅務表單) 文件。我們已為您完成大部分的文件準備工作，因此您可以專注於自訂文件擷取器的其他建立步驟。

目標

在本實驗室中，您將瞭解如何執行下列工作：

• 在 Document AI Workbench 中建立自訂文件擷取器
• 定義及建立處理器結構定義
• 匯入文件
• 在 Document AI Workbench 中手動為文件加上註解
• 使用生成式 AI 自動為文件加上標籤
• 啟動處理器的訓練工作

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

1. 點選「Start Lab」按鈕。如果實驗室會產生費用，畫面上會出現選擇付款方式的對話方塊。左側的「Lab Details」窗格會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 剩餘時間
   • 必須在這個研究室中使用的臨時憑證
   • 完成這個實驗室所需的其他資訊 (如有)

2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗中並排開啟分頁。

   注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab Details」窗格找到 Username。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab Details」窗格找到 Password。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 按過後續的所有頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請點選「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 。

2. 系統顯示視窗時，請按照下列步驟操作：

   • 繼續操作 Cloud Shell 視窗。
   • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

3. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

4. 點按「授權」。

輸出內容：

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

工作 1：啟用 Document AI API

您必須先啟用 API，才能使用 Document AI。

1. 在 Cloud Shell 執行下列指令，啟用 Document AI API。

gcloud services enable documentai.googleapis.com

畫面應如下所示：

Operation "operations/..." finished successfully.

2. 執行下列指令，安裝 Document AI 的 Python 用戶端程式庫。

pip3 install --upgrade google-cloud-documentai

畫面應如下所示：

... Installing collected packages: google-cloud-documentai Successfully installed google-cloud-documentai-2.15.0

現在，您可以開始使用 Document AI API 了！

啟用 Document AI API

工作 2：建立處理器

您必須先建立自訂文件擷取器的處理器，才能在本實驗室中使用。

在本教學課程中，您必須先建立表單剖析器的處理器執行個體，才能在 Document AI Platform 中使用。

1. 從「導覽選單」選取「查看所有產品」。在「人工智慧」專區，選取「Document AI」。

2. 點選「建立自訂處理器」。

3. 在「自訂擷取器」方塊中，點選「建立處理器」。

4. 將名稱設為 lab-custom-extractor，然後從清單中選取「US (美國)」區域。

5. 點按「建立」即可建立處理器。

點選「Check my progress」確認目標已達成。

建立處理器

工作 3：定義處理器欄位

您現在位於新建處理器的總覽頁面。

您可以指定要讓處理器擷取的欄位，並開始為文件加上標籤。

1. 按一下「開始」分頁標籤。畫面上會出現「欄位」選單。

2. 按一下「建立新欄位」。

3. 輸入欄位名稱。選取「資料類型」和「出現次數」。點選「建立」。如需建立與編輯結構定義的詳細操作說明，請參閱「定義處理器結構定義」一文。

4. 為處理器結構定義建立下列標籤。

名稱	資料類型	出現次數
control_number	數字	選用 (可出現多次)
employees_social_security_number	數字	必要 (可出現多次)
employer_identification_number	數字	必要 (可出現多次)
employers_name_address_and_zip_code	地址	必要 (可出現多次)
federal_income_tax_withheld	金額	必要 (可出現多次)
social_security_tax_withheld	金額	必要 (可出現多次)
social_security_wages	金額	必要 (可出現多次)
wages_tips_other_compensation	金額	必要 (可出現多次)

您也可以在處理器結構定義中建立及使用其他類型的標籤，例如核取方塊和表格實體。舉例來說，W-2 表單含有「Statutory employee」(法定員工)、「Retirement plan」(退休計畫) 和「Third party sick pay」(第三方病假薪酬) 核取方塊，您可一併新增至結構定義。

點選「Check my progress」確認目標已達成。 建立標籤

工作 4：上傳範例文件

接著，請上傳範例 W-2 PDF 檔案並加上標籤。

1. 按一下「上傳範例文件」。

2. 按一下側欄中的「從 Google Cloud Storage 匯入文件」。

3. 在本範例中，請在「來源路徑」輸入下列 bucket 名稱，這樣就會直接連結至某份文件。

cloud-samples-data/documentai/Custom/W2/PDF/W2_XL_input_clean_2950.pdf

4. 按一下「匯入」。

系統會將您重新導向至標籤控制台。

工作 5：為文件加上標籤

在文件中選取文字及套用標籤的程序稱為「註解」。

1. 進入標籤控制台時，您會發現系統已填入許多標籤。

注意：您的結果可能與範例圖片稍有不同。

2. 如要使用建議的標籤，請將滑鼠游標懸停在側邊面板中的標籤上，然後按一下勾號來確認標籤正確無誤。如果值與文件內容不符，請修改這些值。

3. 在這個範例中，系統沒有自動識別文件底部的值，因此您必須手動為這些值加上標籤。

4. 使用預設的「邊框」工具選取內容並套用標籤，如果值有多行，則使用「選取文字」工具執行操作。

注意：「選取文字」工具不適用於所有文字值，因此請視需要使用「邊框」。您也可以使用「邊框」工具，選取非文字欄位，例如核取方塊。

5. 在這個範例中，我們以「邊框」工具選取 wages_tips_other_compensation 的值並套用標籤。

6. 請檢查偵測到的文字值，確保與文件內容一致。

完成後，加上標籤的 W-2 文件看起來應該像這樣：

7. 如有需要，您可以按一下「建立新欄位」，在這個頁面中將新欄位加進結構定義。

8. 順利為文件加上註解後，請按一下「標示為已加上標籤」。

系統會將您重新導向至「開始」分頁。

工作 6：使用基礎模型建立處理器版本

為單一文件加上標籤後，您可以使用預先訓練的基礎模型建立處理器版本，藉此擷取實體。

1. 按一下「版本」分頁標籤。

2. 在「呼叫基礎模型」下方，按一下「建立新版本」。

3. 輸入處理器版本的名稱，例如 w2-foundation-model。

4. 按一下「建立」。建立作業需要幾分鐘才能完成。

注意：處理器版本建立後，即無法刪除加入的欄位。如果不再需要這些欄位，可以前往欄位頁面停用。

5. (選用) 按一下「部署及使用」分頁標籤。在這個頁面中，您可以查看可用的處理器版本，以及新版本的部署狀態。

稍後，您將測試並評估這個版本。

點選「Check my progress」確認目標已達成。

使用基礎模型建立處理器版本

工作 7：使用生成式 AI 自動為文件加上標籤

基礎模型能精準地擷取各種文件類型的欄位，但您也可以提供其他訓練資料，提高模型處理特定文件結構的準確度。

您可以輕鬆運用 Document AI Workbench 的自動加上標籤功能，依據已定義的標籤名稱和先前的註解，快速為大量文件加上標籤。

1. 前往「版本」頁面。

2. 按一下「匯入文件」。

3. 按一下側欄中的「從 Google Cloud Storage 匯入文件」。

4. 在「來源路徑」輸入下列 bucket 名稱，內含未加上標籤的 W-2 PDF 檔案。

cloud-samples-data/documentai/Custom/W2/AutoLabel

5. 在「資料分割」清單中，選取「自動分割」。這樣系統就會自動分割文件，其中 80% 用於訓練集，20% 用於測試集。

6. 在「自動加上標籤」專區中，勾選「使用自動加上標籤功能匯入」核取方塊。

7. 選取剛剛建立的基礎模型處理器版本，為文件加上標籤。

8. 按一下「匯入」，然後等待系統匯入文件。您可以先離開這個頁面，稍後再返回查看。

9. 您必須先驗證已自動加上標籤的文件，才能使用這些文件進行訓練或測試。只要按一下「開始設定標籤」，即可查看已自動加上標籤的文件。

10. 如要使用建議的標籤，請將滑鼠游標懸停在註解上，然後按一下勾號來確認標籤正確無誤。如果值與文件內容不符，請修改這些值。

11. 順利為文件加上註解後，請按一下「標示為已加上標籤」。

12. 請為每份已自動加上標籤的文件重複執行上述步驟。在本教學課程中，您可以略過任何未成功自動加上標籤的文件。

工作 8：匯入預先加上標籤的訓練文件

本實驗室會提供預先加上標籤的資料。如果您是處理自有專案，則必須決定如何為資料加上標籤。詳情請參閱「標籤選項」。一般來說，訓練資料越多，準確率就會越高。

1. 前往「版本」頁面。

2. 按一下「匯入文件」。

3. 按一下側欄中的「從 Google Cloud Storage 匯入文件」。

4. 在「來源路徑」輸入下列路徑，這個 bucket 包含預先加上標籤的 Document JSON 格式文件。

cloud-samples-data/documentai/Custom/W2/JSON-2

5. 在「資料分割」清單中，選取「自動分割」。這樣系統就會自動分割文件，其中 80% 用於訓練集，20% 用於測試集。取消勾選「使用自動加上標籤功能匯入」。

6. 按一下「匯入」。匯入作業需要幾分鐘才能完成。

7. 視需要前往「版本」頁面的「管理資料集」控制台，查看及編輯資料集中的所有文件與標籤。

工作 9：訓練處理器

現在您已擁有充足的訓練和測試資料，接著可以開始訓練處理器。訓練作業可能需要數小時才能完成，因此在開始前，請務必確認您已使用適當的資料和標籤設定處理器。

1. 在「訓練自訂模型」下方，按一下「建立新版本」。

   如果無法點選「建立新版本」，請按一下「查看完整需求條件」，瞭解資料集相關規定。

2. 在「版本名稱」欄位中，輸入這個處理器版本的名稱，例如 w2-custom-model。

3. (選用) 按一下「查看標籤統計資料」 即可看到文件標籤的相關資訊，這有助於確定涵蓋範圍。接著按一下「關閉」，返回訓練設定頁面。

4. 在「模型訓練方法」下方，選取「以模型為基準」。

5. 點選「開始訓練」。

6. (選用) 按一下「部署及使用」分頁標籤。在這個頁面中，您可以查看可用的處理器版本，以及新版本的訓練狀態。

點選「Check my progress」確認目標已達成。

訓練模型

太好了！您已開始訓練第一個自訂 Document AI 處理器。由於訓練作業需要數小時才能完成，本實驗室先到此結束。如要瞭解如何部署及測試模型版本，請參閱本說明文件的相關章節。

恭喜！

恭喜！在本實驗室中，您已成功使用 Document AI 建立自訂文件擷取功能的處理器、匯入資料集，並為範例文件加上標籤。現在，就像使用任何專業處理器一樣，您可以透過這個處理器剖析這類格式的文件。您也可以使用這個處理器的自動加上標籤功能，為新文件加上標籤，並在 Document AI Workbench 管理訓練資料和訓練工作。

後續步驟/瞭解詳情

如要進一步瞭解 Document AI 和 Python 用戶端程式庫，請參閱下列資源：

• The Future of Documents - YouTube 播放清單
• Document AI 說明文件
• Document AI Python 用戶端程式庫
• Document AI 範例

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2025 年 3 月 17 日

實驗室上次測試日期：2025 年 3 月 17 日

Copyright 2025 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。