Individuelle Trennung: So trainieren Sie Ihr eigenes Splitting-Modell 

Haben Sie genug davon, große Dateien mühsam manuell in einzelne Dokumente zu zerlegen? Besonders zeitaufwändig sind dabei Vorbereitungen wie das Trennen von Seiten oder das Hinzufügen von Barcodes. Unser generischer Split-Workflow erleichtert diesen Prozess deutlich. Doch mit unserem Custom Splitting-Workflow gehen wir noch weiter: Durch den Einsatz von KI lernt er aus Ihren Anmerkungen und sorgt für eine präzise und schnelle Verarbeitung großer Datenmengen.

custom-splitting
Haben Sie sich schon einmal gewünscht, dass die Dokumententrennung genau auf Ihre Bedürfnisse zugeschnitten ist? Die Trennung großer Dateien in einzelne Dokumente kann mühsam sein, vor allem, wenn vorher Seiten separiert oder Barcodes hinzugefügt werden müssen. Unser generischer Splitting-Workflow macht diesen Prozess einfacher. Aber was, wenn Sie spezielle Anforderungen haben und eigene Regeln umsetzen möchten? Kein Problem! 

Mit unserem Custom Splitting-Workflow übernehmen wir die Arbeit für Sie: Dank KI, die aus Ihren Annotationen lernt, können Sie große Dokumentenmengen schnell und präzise in einzelne Dateien aufteilen. Die Lösung lässt sich nahtlos in das flexible Workflow-Management-System von natif.ai integrieren und passt sich jeder Dokumentenart und Komplexität an. 

Klingt nach dem, was sie brauchen? Sie können jetzt loslegen und Ihren perfekten AI-Splitting-Workflow mit natif.ai trainieren! 

Los geht’s 

Wir beginnen in der  Workflow Übersicht unserer Plattform und wählen “Trainieren Sie jetzt Ihr eigenes Modell” aus. 
workflow-uebersicht-plattform

Wählen Sie Ihren Workflow 

Hier finden Sie alle unsere benutzerdefinierten KI-Workflows. Für unseren Splitting-Workflow wählen wir „Erstelle maßgeschneiderte Dokumententrennung“. 
workflow-auswaehlen-plattform

Beschreiben Sie Ihren Workflow 

Zuerst beschreiben wir den Workflow, indem wir ihm einen Namen und eine kurze Beschreibung hinzufügen.  Sie können außerdem ein Bild hochladen. Dies hilft Ihnen, diesen Workflow von anderen zu unterscheiden. 
custom-splitting-workflow-beschreiben

Spezifizieren Sie Ihre Dokumente 

Damit die KI genau weiß, welche Aufgaben sie ausführen soll, geben wir ihr ein paar Informationen über Ihre Dokumente. Das verbessert die Genauigkeit Ihres Workflows. 
 
Für einen benutzerdefinierten Klassifizierungs-Workflow benötigt die KI folgende Angaben: 
Sind die Dokumente schon zugeschnitten, oder soll das im Workflow passieren? 
Sind die Inhalte in lateinischer oder japanischer Schrift verfasst? 
Ist der Text gedruckt, handgeschrieben oder eine Mischung aus beidem? 
dokumente-spezifizieren
dokumente-spezifizieren-2

Ihr Workflow ist fertig 

Ihr Modell ist jetzt einsatzbereit, aber aktuell noch recht generisch. Es braucht Ihre Unterstützung, um sein volles Potenzial zu entfalten! 

Sie können das Modell bereits mit Ihren eigenen Daten testen. Die Ergebnisse könnten jedoch noch nicht ganz überzeugen, da das Modell zunächst nur auf allgemeinem Wissen basiert. Wenn Ihre Daten spezielle Anforderungen mitbringen, sollten Sie das Modell zunächst trainieren. 
Dafür klicken Sie auf „Trainingsdaten Hochladen“. 
Trainingsdaten-hochladen

Laden Sie Ihre Trainingsdaten hoch 

Jetzt ist es soweit – Ihr Modell kann endlich aus Ihren eigenen Daten lernen, um die Ergebnisse perfekt an Ihre Dokumente anzupassen. 
Wenn Sie Ihre Dokumente sortiert hochladen möchten, können Sie dafür eine Dokumentensammlung anlegen. Sie können außerdem wählen, ob Sie die Dokumente bereits aufgeteilt oder als zusammengeführte Dateien hochladen möchten. 
trainingsdaten-hochladen
Bitte laden Sie mindestens 200 einzelne Dokumente hoch – oder mindestens 50 pro Sammlung. Achten Sie darauf, dass die hochgeladenen Dokumente möglichst ähnlich zu denen sind, die das Modell später verarbeiten soll. So kann die KI Ihre Dokumente optimal verstehen und mit hoher Genauigkeit arbeiten. 

Wenn Sie die Dokumente bereits aufgeteilt hochladen, ist keine Annotation nötig, da die KI automatisch erkennt, zu welcher Klasse jedes Dokument gehört. Werden die Dokumente jedoch zusammengefasst hochgeladen, müssen Sie diese annotieren. 
daten-hochladen

Annotieren Sie Ihre Trainingsdokumente 

Beim Annotieren Ihrer zusammengeführten Dokumente zeigt das generische Modell die ermittelten Trennpunkte an. Wenn diese nicht korrekt sind, können Sie die Dokumente ganz einfach mit den Buttons auf der linken Seite anpassen – entweder trennen oder zusammenführen. Das Modell wird sich beim Training entsprechend darauf einstellen. 
Dokumentenupload-annotieren
Wiederholen Sie diesen Schritt für jedes Ihrer hochgeladenen Dokumente. 

KI-Training starten 

Nachdem Sie alle Dokumente annotiert haben, können Sie das Training starten. Die KI lernt dabei, wie Ihre Dokumente verarbeitet werden sollen. 
Sobald das Training abgeschlossen ist, erhalten Sie eine E-Mail – in der Regel dauert das weniger als 24 Stunden! 
training-starten

API-Integration 

Ihr Workflow-API ist schon fertig und kann direkt integriert werden! In der Workflow-Dokumentation finden Sie alle wichtigen Details, einschließlich Code-Beispielen und JSON-Antworten. 
api-integrieren

Das war’s!

Ihre API wird automatisch angepasst, sobald das Training abgeschlossen ist. Die Trainingsmetriken liefern Ihnen detaillierte Informationen über die Genauigkeit Ihres KI-Workflows. 

Wenn Ihr nächstes Vorhaben komplexer ist als nur das Trennen von Dokumenten, werfen Sie einen Blick auf unsere Workflow-Übersicht. Vielleicht ist das, was Sie suchen, dort schon enthalten. Sollte das nicht der Fall sein, kontaktieren Sie uns einfach, und lassen Sie uns wissen, wie wir Sie unterstützen können! 
Share Post