Azure AI 文件智慧
Azure AI 文件智慧 (先前稱為
Azure Form Recognizer) 是一種基於機器學習的服務，可從數位或掃描的 PDF、影像、Office 和 HTML 檔案中擷取文字 (包括手寫)、表格、文件結構 (例如，標題、章節標題等) 和鍵值組。文件智慧支援
JPEG/JPG、PNG、BMP、TIFF、HEIF、DOCX、XLSX、PPTX和HTML。
目前使用 文件智慧 的載入器實作可以逐頁整合內容，並將其轉換為 LangChain 文件。預設輸出格式為 markdown，可以輕鬆地與 MarkdownHeaderTextSplitter 鏈結，以進行語意文件分塊。您也可以使用 mode="single" 或 mode="page" 來傳回單頁或按頁面分割的文件中的純文字。
先決條件
在以下 3 個預覽區域之一中建立 Azure AI 文件智慧資源：美國東部、美國西部 2、西歐 - 如果您沒有，請按照此文件建立一個。您將傳遞 <endpoint> 和 <key> 作為載入器的參數。
%pip install --upgrade --quiet langchain langchain-community azure-ai-documentintelligence
範例 1
第一個範例使用本機檔案，該檔案將傳送至 Azure AI 文件智慧。
使用初始化的文件分析用戶端，我們可以繼續建立 DocumentIntelligenceLoader 的實例
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader
file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint, api_key=key, file_path=file_path, api_model="prebuilt-layout"
)
documents = loader.load()
預設輸出包含一個 LangChain 文件，其中包含 markdown 格式的內容
documents
範例 2
輸入檔案也可以是公開 URL 路徑。例如，https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png。
url_path = "<url>"
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint, api_key=key, url_path=url_path, api_model="prebuilt-layout"
)
documents = loader.load()
documents
範例 3
您也可以指定 mode="page" 以按頁面載入文件。
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader
file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint,
api_key=key,
file_path=file_path,
api_model="prebuilt-layout",
mode="page",
)
documents = loader.load()
輸出將是每個頁面儲存為列表中的單獨文件
for document in documents:
print(f"Page Content: {document.page_content}")
print(f"Metadata: {document.metadata}")
範例 4
您還可以指定 analysis_feature=["ocrHighResolution"] 以啟用附加功能。有關更多信息，請參閱：https://aka.ms/azsdk/python/documentintelligence/analysisfeature。
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader
file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
analysis_features = ["ocrHighResolution"]
loader = AzureAIDocumentIntelligenceLoader(
api_endpoint=endpoint,
api_key=key,
file_path=file_path,
api_model="prebuilt-layout",
analysis_features=analysis_features,
)
documents = loader.load()
輸出包含使用高解析度附加功能識別的 LangChain 文件
documents