非结构化数据分析
重要信息
此功能通过早期体验计划 (EAP) 提供预览。
非结构化数据分析使您可以直接处理数据集中的 PDF 文件。您可以从 PDF 中提取清晰文本，并将内容转换为结构化表格以便进一步分析。
它可以帮助您：
更有效地分析大量文档内容。
从非结构化数据中识别模式、主题及实用洞察。
突出显示潜在异常或风险，以便更快完成审阅。
减少处理复杂文档所需的手动工作量。
加快各项工作流的推进速度，例如批量发票处理、调查、合规与审计审阅、调研以及风险分析。
核心功能
单次及批量上传将一个或多个文档直接上传至数据集中。
上传时立即提取AI 驱动的提取功能支持快速预览数据。
并排查看器在提取的文本旁并排查看原始 PDF 页面，以便直接比对和审阅。
轻松验证高亮显示 Markdown 中的文本，即可查看 PDF 中高亮显示的对应区域，从而轻松校验提取准确度与上下文。
手动更正直接编辑提取的文本以修正 AI 错误；系统将追踪相关变更以供审计备查。
上传文档
在 ACL AI Studio 主页上，从数据集列表中选择要为其上传 PDF 的数据集。
在数据集摘要页面上，从左侧导航栏中选择文档。
在文档面板中，选择上传新项。
在上传文档面板中，通过浏览本地系统或将 PDF 文件拖拽至指定区域来添加文件。
一次最多可上传 10 个 PDF 文件。
选择添加。
文档面板显示已添加的文档列表。
了解置信度评分
置信度评分表示提取的内容对于已处理页面的可靠程度。它可帮助您识别在将文档用于分析前可能需要仔细审阅的页面。
在 0% 至 100% 的区间标度内，评级如下所示：
高（75% 及以上）表示对提取文本的置信度高。
中（40% - 74%）表示部分提取的值应当予以审阅。
低（低于 40%）表示提取可能包含不准确之处，应仔细验证或重新提取。
校验已提取的文档
校验提取的文本，以确认输出内容与源 PDF 一致并可用于进一步分析。
在准备预览下的文档列表中，选择您要校验的文档。
随后显示的界面将并排呈现原始文档与提取出的文本。
在文档查看器窗格中审阅原始文档。
在提取文本窗格中，将提取的文本与原始文档逐页比对，以确保关键信息提取准确无误。
审阅本次提取显示的置信度级别。
如有必要，请使用编辑图标 (
) 修改提取出的文本。如果提取的文本不准确或不完整，请选择重新提取以再次提取该页面。
选择验证。
在确认对话框中，选择校验。
从已校验的文档生成结构化输出
在已校验下的文档列表中，选择要转换为结构化输出的文档。
在随后显示的界面中，选择 AI 生成的建议或发起对话。
您的对话历史记录将随文档自动保存，因此任何有权访问该文档的用户均可查看对话历史，并接续先前的对话继续发起请求。
可选如果您希望发起全新对话，请选择重置对话。
这将清除当前的对话上下文，以便您重新开始。
审阅样本预览，并在需要时予以完善。
选择展开以查看左侧窗格中的样本。
在左侧窗格中，选择查看所有记录。
此时将显示整个表。
可选选择记录中引用列的查看链接，以查看提取该数据的来源页面。
PDF 中的相关文本将高亮显示，指明与该行数据对应的具体源内容。
选择另存为源表。
为该表格命名，然后选择保存。
表格列表中的源表分节将显示新添加的表格。
您现在可以使用此表开展分析。有关详细信息，请参阅分析数据。
查看已提取文档的详情
在文档列表中，将鼠标悬停在要查看其详情的文档上方。
选择文档名称右侧显示的三点图标，然后选择查看详情。
在出现的侧面板中，您可以查看以下详细信息：
文件大小。
上传该文件的日期和时间。
上传该文件的用户。
校验该文件的日期和时间。
校验该文件的用户。
删除文档
在文档列表中，将鼠标悬停在要删除的文档上方。
选择文档名称右侧显示的三点图标，然后选择删除。
在确认框中，选择是。
