GSP1140

總覽

Document AI 是文件解讀解決方案，可以擷取並處理文件、電子郵件、應付憑據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。

在本實驗室，您將瞭解如何使用 Document AI 專用處理器，透過 Python 剖析專用文件並將其分類。我們會以應付憑據為範例，說明如何剖析及擷取實體。這項程序和範例程式碼適用於 Document AI 支援的任何專用文件。

目標

在本實驗室中，您將瞭解如何執行下列工作：

• 使用專用處理器擷取實體並加上結構定義。

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. 點選控制台頂端的「啟用 Cloud Shell」按鈕，開啟 Cloud Shell。

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

gcloud services enable documentai.googleapis.com

系統的回應大致如下：

Operation "operations/..." finished successfully.

您也必須安裝 pandas，這是 Python 的開放原始碼資料分析程式庫。

3. 執行下列指令，安裝 pandas。

pip3 install --upgrade pandas

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

pip3 install --upgrade google-cloud-documentai

系統的回應大致如下：

... 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！

點選「Check my progress」，確認目標已達成。

啟用 Document AI API

工作 2：建立表單剖析器處理器

在本實驗室，您必須先建立表單剖析器的處理器執行個體，才能用於 Document AI 平台。

1. 在「導覽選單」中，點按「查看所有產品」，然後在「人工智慧」，部分選取「Document AI」。

2. 點按「探索處理器」，捲動至「專用」，然後點選「應付憑據剖析器」內的「建立處理器」。

3. 將處理器命名為 lab-invoice-parser，然後從清單中選取最接近的區域。

4. 點按「建立」即可建立處理器

5. 複製處理器 ID。您稍後必須在程式碼中使用此 ID。

建立處理器

下載範例文件

我們提供了幾個範例文件，可以用於這個實驗室。

1. 執行下列指令，將範例表單下載至 Cloud Shell：

gcloud storage cp gs://cloud-samples-data/documentai/codelabs/specialized-processors/procurement_multi_document.pdf . gcloud storage cp gs://cloud-samples-data/documentai/codelabs/specialized-processors/google_invoice.pdf .

2. 執行下列指令，確認檔案已下載至 Cloud Shell：

ls

系統的回應大致如下：

google_invoice.pdf procurement_multi_document.pdf

工作 3：擷取實體

您現在可以從檔案中擷取擷取實體並加上結構定義，包括信心分數、屬性和正規化值。

發出 API 要求的程式碼與上一步相同，可以透過線上或批次要求完成。

您將從實體存取下列資訊：

• 實體類型
  • 例如 invoice_date、receiver_name、total_amount
• 原始值
  • 原始文件檔案內的資料值
• 正規化值
  • 資料值會以正規化的標準格式呈現 (如適用)
  • 也可以包含 Enterprise Knowledge Graph 的補充資料
• 信心值
  • 模型認為值正確無誤的肯定程度

部分實體類型 (如 line_item) 也可能包含屬性，屬性是巢狀實體，例如 line_item/unit_price 和 line_item/description。這個範例會攤平巢狀結構的資料，方便查看。

應付憑據剖析器

1. 在 Cloud Shell 建立名為 extraction.py 的檔案，然後將下列程式碼貼入該檔案：

import pandas as pd from google.cloud import documentai_v1 as documentai def online_process( project_id: str, location: str, processor_id: str, file_path: str, mime_type: str, ) -> documentai.Document: """ Processes a document using the Document AI Online Processing API. """ opts = {"api_endpoint": f"{location}-documentai.googleapis.com"} # Instantiates a client documentai_client = documentai.DocumentProcessorServiceClient(client_options=opts) # The full resource name of the processor, e.g.: # projects/project-id/locations/location/processor/processor-id # You must create new processors in the Cloud Console first resource_name = documentai_client.processor_path(project_id, location, processor_id) # Read the file into memory with open(file_path, "rb") as file: file_content = file.read() # Load Binary Data into Document AI RawDocument Object raw_document = documentai.RawDocument(content=file_content, mime_type=mime_type) # Configure the process request request = documentai.ProcessRequest(name=resource_name, raw_document=raw_document) # Use the Document AI client to process the sample form result = documentai_client.process_document(request=request) return result.document PROJECT_ID = "YOUR_PROJECT_ID" LOCATION = "YOUR_PROJECT_LOCATION" # Format is 'us' or 'eu' PROCESSOR_ID = "INVOICE_PARSER_ID" # Create processor in Cloud Console # The local file in your current working directory FILE_PATH = "google_invoice.pdf" # Refer to https://cloud.google.com/document-ai/docs/processors-list # for supported file types MIME_TYPE = "application/pdf" document = online_process( project_id=PROJECT_ID, location=LOCATION, processor_id=PROCESSOR_ID, file_path=FILE_PATH, mime_type=MIME_TYPE, ) types = [] raw_values = [] normalized_values = [] confidence = [] # Grab each key/value pair and their corresponding confidence scores. for entity in document.entities: types.append(entity.type_) raw_values.append(entity.mention_text) normalized_values.append(entity.normalized_value.text) confidence.append(f"{entity.confidence:.0%}") # Get Properties (Sub-Entities) with confidence scores for prop in entity.properties: types.append(prop.type_) raw_values.append(prop.mention_text) normalized_values.append(prop.normalized_value.text) confidence.append(f"{prop.confidence:.0%}") # Create a Pandas Dataframe to print the values in tabular format. df = pd.DataFrame( { "Type": types, "Raw Value": raw_values, "Normalized Value": normalized_values, "Confidence": confidence, } ) print(df)

2. 將 INVOICE_PARSER_ID 替換為先前建立的應付憑據剖析器處理器 ID，並使用 google_invoice.pdf 檔案。

3. 將 YOUR_PROJECT_ID 和 YOUR_PROJECT_LOCATION 分別替換為 Google Cloud 專案 ID 和處理器位置。

4. 執行指令碼：

python3 extraction.py

輸出內容大致如下：

Type Raw Value Normalized Value Confidence 0 due_date Sep 30, 2019 2019-09-30 99% 1 net_amount 22,379.39 22379.39 99% 2 total_amount 19,647.68 19647.68 99% 3 invoice_date Sep 24, 2019 2019-09-24 98% 4 total_tax_amount 1,767.97 1767.97 94% 5 receiver_name Jane Smith, 88% 6 receiver_address 1600 Amphitheatre Pkway Mountain View, CA 94043 77% 7 invoice_id 23413561D 60% 8 freight_amount 199.99 199.99 60% 9 invoice_type invoice_statement 59% 10 currency $ USD 58% 11 supplier_name Google Google 37% 12 line_item 9.99 12 12 ft HDMI cable 119.88 100% 13 line_item/unit_price 9.99 9.99 95% 14 line_item/quantity 12 12 75% 15 line_item/description 12 ft HDMI cable 64% 16 line_item/amount 119.88 119.88 90% 17 line_item 12 399.99 27" Computer Monitor 4,799.88 100% 18 line_item/quantity 12 12 76% 19 line_item/unit_price 399.99 399.99 95% 20 line_item/description 27" Computer Monitor 42% 21 line_item/amount 4,799.88 4799.88 93% 22 line_item Ergonomic Keyboard 12 59.99 719.88 100% 23 line_item/description Ergonomic Keyboard 42% 24 line_item/quantity 12 12 75% 25 line_item/unit_price 59.99 59.99 94% 26 line_item/amount 719.88 719.88 85% 27 line_item Optical mouse 12 19.99 239.88 100% 28 line_item/description Optical mouse 55% 29 line_item/quantity 12 12 72% 30 line_item/unit_price 19.99 19.99 94% 31 line_item/amount 239.88 239.88 81% 32 line_item Laptop 12 1,299.99 15,599.88 100% 33 line_item/description Laptop 65% 34 line_item/quantity 12 12 71% 35 line_item/unit_price 1,299.99 1299.99 94% 36 line_item/amount 15,599.88 15599.88 91% 37 line_item Misc processing fees 899.99 899.99 1 100% 38 line_item/description Misc processing fees 54% 39 line_item/unit_price 899.99 899.99 92% 40 line_item/amount 899.99 899.99 82% 41 line_item/quantity 1 1 68%

5. 建立 Cloud Storage bucket，並將指令產生的輸出內容 docai_outputs.txt 上傳至 bucket。

# Create a bucket export PROJECT_ID=$(gcloud config get-value project) gsutil mb gs://$PROJECT_ID-docai # Create and upload the file python3 extraction.py > docai_outputs.txt gsutil cp docai_outputs.txt gs://$PROJECT_ID-docai 建立 Cloud Storage bucket，並上傳輸出檔案

試用其他專用處理器 (如有需要)

您成功運用 Document AI for procurement 將文件分類，並剖析應付憑據。Document AI 也支援下列其他專用解決方案：

• 身分證明文件
• 貸款文件
• 合約

您可以按照同樣的程序、使用相同的程式碼，來操作任何專用處理器。

如要試用其他專用解決方案，您可以重新執行實驗室，改用其他處理器類型和專用範例文件。

注意：部分身分證明文件、貸款文件和合約處理器目前設有存取限制。如果貴公司有特定用途欲使用這類處理器，請先填寫並提交適當的申請表單。

範例文件

您可以利用下列範例文件，試用其他專用處理器。

解決方案	處理器類型	文件
身分證明文件	美國駕照剖析器	下載 license.pdf
貸款文件	貸款文件分割器和分類器	下載 lending_multi_document.pdf
貸款文件	W-9 表單剖析器	下載 W9.pdf
合約	合約剖析器	下載 CymbalContract.pdf

如需其他範例文件和處理器輸出內容，請參閱說明文件。

恭喜！

恭喜！您成功運用 Document AI 剖析應付憑據，也學到如何透過 Python 用戶端程式庫呼叫 Document AI API。

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：2024 年 11 月 7 日

實驗室上次測試日期：2024 年 11 月 7 日

Copyright 2026 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。