为什么 Form Recognizer SDK v3 找不到任何要训练的 OCR 文档？

Question

我正在尝试使用 v3 preview 构建表单识别器自定义模型，使用示例代码：

Uri trainingFileUri = new Uri(sasToken);
var client = new DocumentModelAdministrationClient(
               new Uri(endpoint), new 
               AzureKeyCredential(apiKey));

BuildModelOperation operation = await client.StartBuildModelAsync(trainingFileUri);

Response<DocumentModel> operationResponse = await operation.WaitForCompletionAsync();

sas 令牌用于包含 20 个 pdf 文件的 Blob 容器。当我运行时出现错误

状态：200（正常） 错误代码：无效请求

附加信息： AdditionInformation: InvalidRequest: 无效请求。

详情： ModelBuildError：无法构建模型：找不到任何用于训练的 OCR 文件。

原始：

{ "code": "无效请求", "message": "无效请求。", “细节”： [ { "code": "ModelBuildError", “消息”：“无法构建模型：找不到任何 OCR 文件进行训练。” } ] }

SAS 令牌有读、写、列出等权限，所以我不知道为什么客户端找不到任何要训练的文档。有什么想法吗？

Answer 1

您链接到的预览 API 不支持没有标签的训练。您将需要一个带标签的数据集来训练模型。

您是否使用Form Recognizer Studio 标记您的文件？

训练模型需要您的存储帐户包含 3 种类型的文件：

1. 单个文件 - fields.json
2. 对于训练数据集中的每个文件，在标记过程中会创建 2 个附加文件
   • {文件名}.labels.json
   • {文件名}.ocr.json

错误消息表明您可能没有标记您的文档。