Verwenden von vorgefertigten Dokument-Intelligenz-Modellen

In dieser Übung richten Sie eine Ressource für „Azure KI Dokument Intelligenz“ in Ihrem Azure-Abonnement ein. Sie verwenden sowohl Azure KI Dokument Intelligenz-Studio als auch C# oder Python, um Formulare zur Analyse an diese Ressource zu übermitteln.

Erstellen einer Ressource für „Azure KI Dokument Intelligenz“

Bevor Sie den Dienst „Azure KI Dokument Intelligenz“ aufrufen können, müssen Sie eine Ressource zum Hosten dieses Dienstes in Azure erstellen:

Öffnen Sie auf einer Browserregisterkarte das Azure-Portal unter https://portal.azure.com, und melden Sie sich mit dem Microsoft-Konto an, das Ihrem Azure-Abonnement zugeordnet ist.
Navigieren Sie im Azure-Portal auf der Homepage zum oberen Suchfeld, geben Sie Dokumentintelligenz ein, und drücken Sie dann die Eingabetaste.
Wählen Sie auf der Seite Dokument Intelligenz die Option Dokument Intelligenz erstellen.
Verwenden Sie auf der Seite Dokumentintelligenz erstellen Folgendes, um Ihre Ressource zu konfigurieren:
- Abonnement: Ihr Azure-Abonnement.
- Ressourcengruppe: Wählen Sie eine Ressourcengruppe aus oder erstellen Sie eine mit einem eindeutigen Namen wie DocIntelligenceResources.
- Region: Wählen Sie eine Region in Ihrer Nähe aus.
- Name: Geben Sie einen global eindeutigen Namen ein.
- Tarif: Wählen Sie Kostenlos F0 aus (wenn Sie über keinen Free-Tarif verfügen, wählen Sie Standard S0 aus).
Wählen Sie Überprüfen + erstellen und dann Erstellen aus. Warten Sie, während Azure die neue Ressource für Azure KI Dokument Intelligenz bereitstellt.
Wählen Sie nach Abschluss der Bereitstellung die Option Zu Ressourcengruppe wechseln. Halten Sie diese Seite für den Rest dieser Übung geöffnet.

Verwenden des Lesemodells

Beginnen wir mit Azure KI Dokument Intelligenz-Studio und dem Lesemodell, um ein Dokument in mehreren Sprachen zu analysieren. Sie verbinden Azure KI Dokument Intelligenz-Studio mit der Ressource, die Sie gerade erstellt haben, um die Analyse auszuführen:

Öffnen Sie eine neue Browserregisterkarte, und wechseln Sie zu Azure KI Dokument Intelligenz-Studio unter https://documentintelligence.ai.azure.com/studio.
Wählen Sie unter Dokumentanalyse die Kachel Lesen aus.
Wenn Sie aufgefordert werden, sich bei Ihrem Konto anzumelden, geben Sie Ihre Azure-Anmeldeinformationen an.
Wenn Sie gefragt werden, welche Azure KI Dokument Intelligenz-Ressource verwendet werden soll, wählen Sie das Abonnement und den Ressourcennamen aus, die Sie beim Erstellen der Azure KI Dokument Intelligenz-Ressource verwendet haben.
Wählen Sie links in der Liste der Dokumente read-german.pdf aus.
Wählen Sie links oben Analyseoptionen aus, aktivieren Sie das Kontrollkästchen Sprache (unter Optionale Erkennung) im Bereich Analyseoptionen, und klicken Sie auf Speichern.
Wählen Sie links oben Analyse ausführen aus.
Nach Abschluss der Analyse wird der aus dem Bild extrahierte Text rechts auf der Registerkarte Inhalt angezeigt. Überprüfen Sie diesen Text, und vergleichen Sie ihn mit dem Text im Originalbild auf Richtigkeit.
Wählen Sie die Registerkarte Ergebnis aus, auf der der extrahierte JSON-Code angezeigt wird.
Scrollen Sie auf der Registerkarte Ergebnis zum Ende des JSON-Codes. Beachten Sie, dass das Lesemodell die Sprache jedes durch locale angegebenen Bereichs erkannt hat. Die meisten Spannen sind deutsch (Sprachcode de), aber Sie finden auch andere Sprachcodes in den Spannen (z. B. Englisch – Sprachcode en – in einer der letzten Spannen).

Vorbereiten der Entwicklung einer App in Visual Studio Code

Sehen wir uns nun die App an, die das Dienst-SDK von Azure KI Dokument Intelligenz verwendet. Sie entwickeln Ihre App mit Visual Studio Code. Die Codedateien für Ihre App wurden in einem GitHub-Repository bereitgestellt.

Tipp: Wenn Sie das Repository mslearn-ai-document-intelligence bereits geklont haben, öffnen Sie es in Visual Studio Code. Führen Sie andernfalls die folgenden Schritte aus, um es in Ihrer Entwicklungsumgebung zu klonen.

Starten Sie Visual Studio Code.
Öffnen Sie die Palette (UMSCHALT+STRG+P), und führen Sie einen Git: Clone-Befehl aus, um das Repository https://github.com/MicrosoftLearning/mslearn-ai-document-intelligence in einen lokalen Ordner zu klonen (der Ordner ist beliebig).
Nachdem das Repository geklont wurde, öffnen Sie den Ordner in Visual Studio Code.

Hinweis: Wenn Visual Studio Code eine Popupnachricht anzeigt, in der Sie aufgefordert werden, dem geöffneten Code zu vertrauen, klicken Sie auf die Option Ja, ich vertraue den Autoren im Popupfenster.
Warten Sie, während zusätzliche Dateien zur Unterstützung der C#-Codeprojekte im Repository installiert werden.

Hinweis: Wenn Sie aufgefordert werden, erforderliche Ressourcen zum Erstellen und Debuggen hinzuzufügen, wählen Sie Not now (Jetzt nicht) aus. Wenn Sie die Meldung Azure Functions-Projekt im Ordner erkannt angezeigt wird, können Sie diese Meldung einfach schließen.

Konfigurieren der Anwendung

Es werden Anwendungen für C# und Python bereitgestellt sowie eine Beispiel-PDF-Datei, mit der Sie die Dokument Intelligenz testen können. Beide Apps verfügen über die gleiche Funktionalität. Zuerst vervollständigen Sie einige wichtige Teile der Anwendung, um die Verwendung Ihrer Azure KI Dokument Intelligenz-Ressource zu aktivieren.

Sehen Sie sich die folgende Rechnung an und beachten Sie einige der darin enthaltenen Felder und Werte. Dies ist die Rechnung, die Ihr Code analysieren wird.
Wechseln Sie in Visual Studio Code im Bereich Explorer zum Ordner Labfiles/01-prebuild-models, und erweitern Sie je nach Ihrer bevorzugten Sprache den Ordner CSharp oder Python. Jeder Ordner enthält die sprachspezifischen Dateien für eine App, in die Sie die Azure KI Dokument Intelligenz-Funktionalität integrieren möchten.
Klicken Sie mit der rechten Maustaste auf den Ordner CSharp oder Python, der Ihre Codedateien enthält, und wählen Sie Integriertes Terminal öffnen aus. Installieren Sie das Paket des Azure-Formularerkennungs-SDK (der frühere Name von Dokument Intelligenz), indem Sie den entsprechenden Befehl für Ihre bevorzugte Sprache ausführen:

C#:
```
 dotnet add package Azure.AI.FormRecognizer --version 4.1.0
```
Python:
```
 pip install azure-ai-formrecognizer==3.3.3
```

Hinzufügen von Code zur Verwendung des Azure KI Dokument Intelligenz-Diensts

Jetzt können Sie das SDK verwenden, um die PDF-Datei auszuwerten.

Wechseln Sie zu der Browserregisterkarte, auf der die Übersicht über „Azure KI Dokument Intelligenz“ im Azure-Portal angezeigt wird. Wählen Sie im Bereich auf der linken Seite unter Ressourcenverwaltung die Option Schlüssel und Endpunkt aus. Klicken Sie rechts neben dem Wert Endpunkt auf die Schaltfläche In Zwischenablage kopieren.
Öffnen Sie im Bereich Explorer im Ordner CSharp oder Python die Codedatei für Ihre bevorzugte Sprache, und ersetzen Sie <Endpoint URL> durch die Zeichenfolge, die Sie gerade kopiert haben:

C#: Program.cs
```
 string endpoint = "<Endpoint URL>";
```
Python: document-analysis.py
```
 endpoint = "<Endpoint URL>"
```
Wechseln Sie zu der Browserregisterkarte, auf der die Option Schlüssel und Endpunkt für Azure KI Dokument Intelligenz im Azure-Portal angezeigt wird. Klicken Sie rechts neben dem Wert KEY 1 auf die Schaltfläche *In Zwischenablage kopieren**.
Suchen Sie in der Codedatei in Visual Studio Code diese Zeile, und ersetzen Sie <API Key> durch die Zeichenfolge, die Sie gerade kopiert haben:

C#
```
 string apiKey = "<API Key>";
```
Python
```
 key = "<API Key>"
```

Suchen Sie den Kommentar Create the client. Geben Sie anschließend in neuen Zeilen den folgenden Code ein:

 var cred = new AzureKeyCredential(apiKey);
 var client = new DocumentAnalysisClient(new Uri(endpoint), cred);

Python

 document_analysis_client = DocumentAnalysisClient(
     endpoint=endpoint, credential=AzureKeyCredential(key)
 )

Suchen Sie den Kommentar Analyze the invoice. Geben Sie anschließend in neuen Zeilen den folgenden Code ein:

 AnalyzeDocumentOperation operation = await client.AnalyzeDocumentFromUriAsync(WaitUntil.Completed, "prebuilt-invoice", fileUri);

Python

 poller = document_analysis_client.begin_analyze_document_from_url(
     fileModelId, fileUri, locale=fileLocale
 )

Suchen Sie den Kommentar Display invoice information to the user. Geben Sie anschließend in neuen Zeilen den folgenden Code ein:

 AnalyzeResult result = operation.Value;
    
 foreach (AnalyzedDocument invoice in result.Documents)
 {
     if (invoice.Fields.TryGetValue("VendorName", out DocumentField? vendorNameField))
     {
         if (vendorNameField.FieldType == DocumentFieldType.String)
         {
             string vendorName = vendorNameField.Value.AsString();
             Console.WriteLine($"Vendor Name: '{vendorName}', with confidence {vendorNameField.Confidence}.");
         }
     }

Python

 receipts = poller.result()
    
 for idx, receipt in enumerate(receipts.documents):
    
     vendor_name = receipt.fields.get("VendorName")
     if vendor_name:
         print(f"\nVendor Name: {vendor_name.value}, with confidence {vendor_name.confidence}.")

[!NOTE] Sie haben Code zum Anzeigen des Namens des Lieferanten hinzugefügt. Das Startprojekt enthält auch Code zur Anzeige des Kundennamens und des Rechnungsbetrags.

Speichern Sie die Änderungen in der Codedatei.
Stellen Sie im interaktiven Terminalbereich sicher, dass der Ordnerkontext der Ordner für Ihre bevorzugte Sprache ist. Geben Sie dann den folgenden Befehl ein, um die Anwendung auszuführen.
Nur C#: Um Ihr Projekt zu erstellen, geben Sie diesen Befehl ein:

C#:
```
 dotnet build
```
Um Ihr Projekt auszuführen, geben Sie diesen Befehl ein:

C#:
```
 dotnet run
```
Python:
```
 python document-analysis.py
```

Das Programm zeigt den Namen des Lieferanten und Kunden sowie die Gesamtsumme der Rechnung mit entsprechendem Konfidenzniveau an. Vergleichen Sie die gemeldeten Werte mit der Beispielrechnung, die Sie am Anfang dieses Abschnitts geöffnet haben.

Bereinigung

Wenn Sie mit Ihrer Azure-Ressource fertig sind, denken Sie daran, die Ressource im Azure-Portal zu löschen, um zukünftige Gebühren zu vermeiden.

Weitere Informationen

Weitere Informationen zum Dokument Intelligenz-Dienst finden Sie in der Dokumentation zu Dokument Intelligenz.