快速入门：将内容理解用于单个文件

本快速入门介绍如何使用 Azure AI Foundry 门户中 的内容理解服务从数据中提取结构化信息。 使用 Azure AI Foundry，可以负责任地生成和部署生成式 AI 应用程序和 API。

假设你有文件（如文档、图像、音频或视频），并且你想要从中自动提取关键信息。 借助内容理解，可以创建一个任务来组织数据处理，定义一个字段架构，该架构指定要提取或生成的信息，然后生成分析器。 分析器将成为可以集成到应用程序或工作流中的 API 终结点。

在本指南中，我们将指导你为方案生成和测试分析器。 可以从头开始，也可以对常见用例使用建议的模板。

先决条件

要开始使用，请确保你拥有以下资源和权限：

• 一个 Azure 订阅。 如果还没有 Azure 订阅，可以创建一个免费帐户。

• 在以下某个受支持区域中创建的基于 Azure AI Foundry 中心的项目：westus、swedencentral 或 australiaeast。 项目用于在生成自定义 AI 应用时组织工作并保存状态。 可以从 AI Foundry 主页或 内容理解登陆页创建项目。

创建由内容理解标准模式支持的单文件任务

按照以下步骤在 Azure AI Foundry 中创建自定义任务。 此任务用于生成第一个分析器。

1. 转到 Azure AI Foundry 的主页。
2. 选择基于中心的项目。 可能需要选择“ 查看所有资源 ”才能查看项目。
3. 从左侧导航窗格中选择 内容理解 。
4. 选择+ 新建。
5. 在本指南中，你将创建一个 Single-file task 利用内容理解标准模式，但如果有兴趣使用 Pro 模式创建多文件任务，请参阅 在 Azure AI Foundry 门户中创建 Azure AI 内容理解多文件任务。 有关哪种模式适合你的方案的详细信息，请查看 Azure AI 内容理解专业模式和标准模式。
6. 输入任务的名称。 （可选）输入说明并更改其他设置。
7. 选择创建。

创建第一个分析器

现在，一切已经准备就绪，我们可以逐步介绍如何创建第一个分析器。

创建单文件内容理解任务时，首先上传数据示例并生成字段架构。 架构是可自定义的框架，允许分析器从数据中提取见解。 在此示例中，将创建架构以从发票文档中提取关键数据，但你可以引入任何类型的数据，步骤保持不变。 有关受支持的文件类型的完整列表，请参阅输入文件限制。

1. 上传 发票文档的示例文件 或与方案相关的任何其他数据。

   

2. 接下来，内容理解服务会基于内容类型建议分析器模板。 请查看内容理解提供的分析器模板，获取为每个模态提供的所有模板的完整列表。 对于此示例，请选择“文档分析”，生成你自己的针对发票方案定制的架构。 使用自己的数据时，请选择最符合需求的分析器模板，或创建自己的模板。 有关可用模板的完整列表，请参阅分析器模板。

3. 选择创建。

   

4. 接下来，可以将字段添加到架构，以反映要生成的所有输出。

   • 指定简单明了的字段名称。 一些示例字段可能包括 vendorName、items、price。

   • 指示每个字段的值类型（字符串、日期、数字、列表、组）。 若要了解详细信息，请参阅支持的字段类型。

   • [可选] 提供字段说明来解释所需行为，包括任何异常或规则。

   • 指定为每个字段生成值的方法。

     有关如何定义字段架构的最佳做法，请参阅 Azure AI 内容理解的最佳做法。 构建架构可能需要几分钟时间。

5. 一旦觉得架构已准备好测试，请选择“ 保存”。 你可以随时返回并根据需要进行更改。

   

6. 完成架构后，内容理解现在会生成示例数据的输出。 在此步骤中，可以添加更多数据来测试分析器的准确性，或根据需要更改架构。

   

7. 对输出质量感到满意后，选择“生成分析器”。 此操作将创建一个可以集成到你自己的应用程序中的分析器 ID，使你能够从代码调用分析器。

   

现在，你已成功构建了你的第一个内容理解分析器，并准备好开始从数据中提取见解。 请查看快速入门：Azure AI 内容理解 REST API 以利用 REST API 调用分析器。

共享项目

若要共享和管理对所创建项目的访问，请导航到管理中心，在项目的导航底部找到：

可以在此处管理用户及其个人角色：

后续步骤

• 详细了解如何在 Azure AI Foundry 中创建和使用 分析器模板 。