GSP1274

Descripción general

En el mundo de hoy, que se basa en la información, se genera una cantidad impactante de documentos digitales. Desde informes y correos electrónicos hasta contratos legales y documentos científicos, tanto las empresas como las personas tienen grandes cantidades de datos textuales que sobrepasan su capacidad. Extraer estadísticas significativas de estos documentos de forma eficiente y precisa se ha convertido en un desafío primordial.

El procesamiento de documentos implica una variedad de tareas, como la extracción de texto, la clasificación, la creación de resúmenes y la traducción, entre otras. Los métodos tradicionales suelen apoyarse en algoritmos basados en reglas o modelos estadísticos, que pueden tener dificultades con los matices y las complejidades del lenguaje natural.

En este lab, aprenderás a usar la API de Gemini en Vertex AI con el SDK de IA generativa de Google para procesar documentos PDF.

Requisitos previos

Antes de comenzar este lab, debes tener los siguientes conocimientos:

• Programación de Python básica
• Conceptos generales sobre APIs
• Ejecución de código de Python en un notebook de Jupyter en Vertex AI Workbench

Objetivos

En este lab, aprenderás a hacer lo siguiente:

• Instalar el SDK de IA generativa de Google para Python
• Extraer entidades estructuradas de un documento no estructurado con Gemini
• Clasificar tipos de documentos con Gemini
• Combinar la clasificación y la extracción de entidades en un solo flujo de trabajo con Gemini
• Resumir documentos con Gemini

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar. Se recomienda el navegador Chrome.

Nota: Usa una ventana del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab (recuerda que, una vez que comienzas un lab, no puedes pausarlo).

Nota: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón para abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debes usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordena las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

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

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

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

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia cuenta de Google Cloud para este lab podría generar cargos adicionales.

7. Haz clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

Tarea 1: Abre el notebook en Vertex AI Workbench

1. En el menú de navegación () de la consola de Google Cloud, haz clic en Vertex AI > Workbench.

2. Busca la instancia y haz clic en el botón Abrir JupyterLab.

La interfaz de JupyterLab para tu instancia de Workbench se abrirá en una pestaña nueva del navegador.

Tarea 2: Configura el notebook

1. Abre el archivo .

2. En el cuadro de diálogo Select Kernel, elige Python 3 en la lista de kernels disponibles.

3. Ejecuta las secciones Getting Started e Import libraries del notebook.

   • Para Project ID, usa , y para Location, usa .

Nota: Puedes omitir las celdas del notebook que tienen la indicación Colab only. Si recibes una respuesta 429 de cualquiera de las ejecuciones de celda del notebook, espera 1 minuto antes de volver a ejecutar la celda para continuar.

Haz clic en Revisar mi progreso para verificar el objetivo. Importar bibliotecas y configurar el notebook

Tarea 3. Experimenta con la extracción de entidades y la clasificación de documentos

La extracción de entidades nombradas es una técnica de procesamiento de lenguaje natural para identificar campos y valores específicos en texto no estructurado. Por ejemplo, puedes encontrar pares clave-valor de un formulario completado, o bien obtener todos los datos importantes de una factura categorizados por el tipo.

La clasificación de documentos es el proceso para identificar el tipo de documento. Por ejemplo, factura, formulario W-2, recibo, etcétera.

Extracción de entidades

En esta sección, verás un ejemplo de cómo se puede usar Gemini para recuperar información de un documento.

1. Revisa la sección Entity Extraction del notebook.

Clasificación de documentos

En esta sección, verás cómo se puede usar Gemini para revisar un documento y especificar su tipo según una lista específica.

1. Revisa la sección Document Classification del notebook.

Encadenamiento de la clasificación y la extracción

Estas técnicas también se pueden encadenar para extraer cualquier cantidad de tipos de documentos. Por ejemplo, si tienes varios tipos de documentos para procesar, puedes enviarlos todos a Gemini con una instrucción de clasificación y, luego, según ese resultado, puedes escribir la lógica para decidir qué instrucción de extracción usar.

1. Revisa la sección Chaining Classification and Extraction del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Experimentar con la extracción de entidades y la clasificación de documentos

Tarea 4. Experimenta con la búsqueda de respuestas en documentos y la creación de resúmenes

En esta sección, verás cómo se puede usar Gemini para responder preguntas sobre un documento y resumir su contenido.

Búsqueda de respuestas en documentos

1. Revisa la sección Document Question Answering del notebook.

Resumen de documentos

En esta sección, verás cómo se puede usar Gemini para resumir o parafrasear el contenido de un documento.

1. Revisa la sección Document Summarization del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Experimentar con la búsqueda de respuestas en documentos y la creación de resúmenes

Tarea 5. Experimenta con el análisis de tablas de documentos

En esta sección, verás cómo Gemini puede analizar el contenido de una tabla y devolverlo en un formato estructurado, como HTML o Markdown.

1. Revisa la sección Table parsing from documents del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Experimentar con la búsqueda de respuestas en documentos y la creación de resúmenes

Tarea 6. Experimenta con la traducción y comparación de documentos

En esta sección, verás cómo Gemini puede traducir documentos entre idiomas.

Traducción de documentos

1. Revisa la sección Document Translation del notebook.

Comparación de documentos

En esta sección, verás cómo Gemini puede comparar y contrastar el contenido de varios documentos.

Nota: Cuando trabajas con varios documentos, el orden puede ser importante y debe especificarse en la instrucción.

1. Revisa la sección Document Comparison del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Experimentar con la búsqueda de respuestas en documentos y la creación de resúmenes

¡Felicitaciones!

Ya completaste el lab. En este lab, usaste el modelo Gemini 2.0 Flash con el SDK de IA generativa de Google para extraer entidades estructuradas de un documento no estructurado.

Próximos pasos/Más información

Consulta los siguientes recursos para obtener más información sobre Gemini:

• Descripción general de Gemini
• Documentación sobre IA generativa en Vertex AI
• IA generativa en YouTube
• Explora la guía de soluciones de Vertex AI para ver una galería de notebooks seleccionada sobre la IA generativa en la que puedes realizar búsquedas.
• Explora otros notebooks y ejemplos en el repositorio de IA generativa de Google Cloud.

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 19 de mayo de 2025

Prueba más reciente del lab: 19 de mayo de 2025

Copyright 2025 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.