使用 Cloud Storage 擷取管道大量上傳

本文說明如何執行大量上傳作業，這項作業會在幕後觸發 Cloud Storage 擷取管道。

預先處理選項

目前，大量上傳功能提供三種前處理選項：

  1. 大量上傳，不需預先處理：這會觸發 runPipeline API，並使用 GcsIngestPipeline，不需使用 Document AI 處理器處理文件。

  2. 使用 Document AI 處理器擷取實體：這會觸發 runPipeline API，並使用 GcsIngestWithDocAiProcessorsPipeline。管道會先呼叫指定的 Document AI 處理器，然後擷取處理結果中的文件。

  3. 分類文件類型並擷取每種型別的實體：這也會觸發 runPipeline API，並使用 GcsIngestWithDocAiProcessorsPipeline，這會先呼叫分類器。然後，您可以為每個文件類型指定對應的結構定義和處理器，以處理這些特定文件類型。系統會連同結果一併擷取這些資料，並設為這個結構定義。

每種前處理類型都對應 UI 中的下列選項：

步驟 0

範例：使用 OCR 處理器觸發大量上傳作業

這個範例說明管道的第二種用途。

建立 OCR 處理器並取得處理器 ID

如果您先前已建立 OCR 處理器，只要在處理器清單中找到該處理器，然後前往處理器的詳細資料頁面，即可取得處理器 ID。

如果尚未建立，請按照下列步驟操作：

  1. 在處理器清單頂端，按一下「處理器庫」：

    步驟 4

  2. 在圖庫中找到 Document OCR 處理器，然後點按資訊卡底部的「建立處理器」：

    步驟 5

  3. 輸入處理器顯示名稱：

    步驟 6

  4. 按一下「建立」，系統會將您重新導向至「處理器詳細資料」頁面，請找出 ID：

    步驟 7

    您需要將這項資訊複製到大量上傳檢視畫面中的輸入欄位。

觸發大量上傳

  1. 開啟大量上傳檢視畫面。

    按一下「新增」旁的「大量上傳」：

    步驟 1

  2. 找出正確的處理器。

    1. 選取第二個前處理選項。

    2. 選擇結構定義，並指定處理器和 Cloud Storage bucket 路徑，以 JSON 格式儲存擷取結果。

  3. 透過說明文字中的連結尋找處理器 ID：

    步驟 2

  4. 觸發上傳：

    1. 複製上一個步驟的處理器 ID，然後指定輸入欄位。來源檔案值區路徑可以是值區、資料夾，或值區中的子資料夾。

    2. 輸入欄位有效時，如要觸發大量上傳，請按一下右上方的「上傳」。

在狀態頁面查看進度

觸發大量上傳後，系統會將你重新導向至狀態追蹤頁面：

步驟 9

第一個表格會顯示所有待處理或已處理的文件。擷取完畢後，文件就不會再列於第一個表格中。第二個表格會顯示上傳失敗的文件。右側的統計資料會顯示已擷取、失敗和待處理的文件數量。

步驟 10

工作完成後，狀態頁面會顯示 100% 完成，且沒有任何待處理文件：

步驟 11

檢查上傳的文件

  1. 返回搜尋檢視畫面，即可找到新擷取的文件。按一下頂端導覽列的 Document AI 倉儲標誌或「搜尋」：

    步驟 12

  2. 按一下文件名稱，開啟任何新擷取的文件。在文件檢視器中，您可以開啟 AI 檢視畫面。

    步驟 13

  3. 前往「文字區塊」分頁。OCR 結果會儲存在文件中：

    步驟 13

下一步

使用「extract with Document AI」管道更新現有文件。