UiPath 實作 | 七大步驟用 RPA 實現文件理解！
閱讀時間約 7 分鐘
當你因為繁重的工作量忙得分身乏術，卻仍有不少繁瑣而重複性的文書工作需執行時，是否也曾有過以下念頭：
如果有機器人可以來幫我完成的話，那該有多好？
「文件理解」可以將我們從消磨熱情的重複性行為解放出來，將有限的專注力投入於創意發想、策略思考等面向，以下將介紹「文件理解」的定義，如何透過 UiPath 這套 RPA 軟體加以實現，並以 UiPath 2022.4.3 ver. 作為說明範例。
在開始閱讀正文之前，也別忘了先追蹤我們的 臉書粉絲專頁 與 方格子帳號！
文件理解（Document Understanding）是什麼？
「文件理解」可以透過 RPA 工具，讓機器人模擬人類從一份數位文件的內容擷取、處理並詮釋「資料」（Raw Data），使其成為使用者所需的「資訊」（Information）。
而文件理解能透過 UiPath 等 RPA 工具實現的要件在於，我們需要將文件進行「數位化」，因此文件可以來自手寫、掃描影像或是 PDF 檔等。而相較於 anchor base 專門處理結構化資料（Structured），文件理解的強項則在於可處理半結構化資料（Semi-structured），例如發票、收據等有固定格式的文件。
一些補充
1. 結構性（Structured）：具備 key 和 value 的組合，例如 key 為「姓名」、 value 為「王O明」，這樣的資料結構常見於有固定格式的履歷當中。
2. 非結構性（Unstructured）：內容沒有統一格式，也沒有互相對應的 key 和 value，例如 e-mail 或是文章。
3. 半結構性（Semi-structured）：同時具結構性和非結構性的特徵，例如發票或收據。
4. Anchor base 是利用表格「固定欄位對應到一個固定內容」的特性，並使用定位點的方式，讓機器人得以正確辨識目標以利後續流程進行，詳細說明可以參考先前文章「透過 UiPath 實現 Excel 自動化」，裡面有實際參考範例。
以 RPA 實現文件理解的七大步驟
如果還想學習更多 UiPath 功能、實作案例並了解最新自動化趨勢，
歡迎加入「零基礎快速學習 RPA－利用 UiPath 建構自動化機器人」線上課程！課程優惠只到 2024 年 2 月 5 日，快點擊連結立即了解：https://mastertalks.tw/products/rpa-uipath?ref=RPARPA
Step1：建立分類系統（Create and load taxonomy）
Taxonomy 是生物領域中專門用於分類樹上的英文詞彙，從這個詞彙進行概念延伸，此一步驟是要先定義（Define）文件理解需要分類成幾個單位，每個單位有哪些文件，進而判斷需要判讀的文件應該啟動哪個流程。
Step2：文件數位化（Digitization）【須批次處理】
此一步驟就是將文件轉化為 UiPath 可讀取的（Readable）的數位檔案，如果要使用文件辨識技術（OCR）進行轉化，則需要先安裝 Omnipackage（也就是OCR engines），如果要讀取的文件就是數位資料的話，則可以略過這個步驟。
Step3：文件分類（Classification）【須批次處理】
在這個步驟，我們需要將已經數位化的資料或檔案分類至 Step1 建立的 Taxonomy 類別中，可以使用 UiPath 的「classify document scope」功能。
Step4：擷取資訊（Extraction）【須批次處理】
顧名思義，我們要在這個階段擷取出數位檔案中的關鍵字，來協助電腦辨別這份文件是屬於哪個類別，當關鍵字設定得越精確，分類效果越佳。而 UiPath 提供三種 Extraction 的概念可以設定（config），包括 Form based、ML based、Regex based，後續的文章會再詳細說明如何設定。
Step5：驗證資訊（Validation）
此一步驟是為了確認文件分類的正確與否，當我們發現分類效果並沒有達到可以接受的程度時，就需要回到上一個步驟，重新評估是否有更好的關鍵字設定。一旦確認先前的設定足以應付文件分類後，Step5 將不會出現在正式執行機器人的流程當中，而只屬於流程設計中的其中一個過程而已。
Step6：輸出資訊（Export）
文件理解的主要用途，在於協助使用者擷取出大量電子的檔案中的所需資訊，因此這一個步驟將會視使用者所處的個別情況，並搭配不同功能設計以達成流程優化的需求。
Step7：訓練（Train）
Step4 中提到擷取文件資訊的方式有三種選擇，我們可以在流程設計中同時選擇使用這三種方式，例如人力資源部門的文件使用 ML based 的效果最佳，那麽只要在第三步驟被判斷為人力資源部門的文件，後續步驟中就可使用 ML based，同理也可運用於其他部門的文件當中。而為了評估個別文件最適合哪一種資訊擷取方式，我們需要使用現有檔案訓練 RPA 機器人，以提升機器人判斷準確率。
補充：
近年來機器學習應用蔚為風潮，應用範疇更是包羅萬象，其中在進行機器學習演算法的設計時，主要會分成以下三種類型：
1. Train：是用來設計並訓練機器學習模型
2. Validation：是用已知答案的資料去驗證此一模型的效果好壞
3. Testing：則會使用（模型未看過的）全新資料提供模型進行辨識與分類，這些資料又被稱為「測試資料（Testing Data）」。
而Step5就和機器學習的「Validation」步驟雷同，既然我們已知文件是收據還是發票，就可以用來測試此一流程是否能正確區分兩者差異，再反覆微調前面所設定的關鍵字或其他屬性以提升辨識效果。
文件理解中的「批次流程」
「批次處理」是頗常見的應用場景，由於需分類的文件往往超過個位數，才有仰賴 RPA 進行自動化流程之必要，而當我們看到批次流程設計時，就一定會使用到「for each」功能（迴圈概念），大方向是將 Step2 到 Step4 放在 for each 的迴圈當中使機器人重複執行，實際範例也會在後續文章進行說明。
總結
這篇文章初步介紹了「文件理解」的基本概念、使用情境以及主要步驟，下一篇文章將會就 RPA 流程開發時的操作細節進行分享。而我們花了這麼多時間設計一套 RPA 流程，無非就是希望能快速而精確地進行大量文書處理，因此 RPAI 數位優化器後續也會撰文分享如何設計「批次處理」流程，那我們就下篇文章見囉！
讓我們一起由簡單開始，成就不簡單！
如果你／妳喜歡這篇文章，歡迎點點愛心或留言，讓我們相互交流和成長！
這次的分享到此告一段落，想了解更多 RPA + AI 與數位轉型的最新趨勢與觀點、RPA 軟體功能介紹及實務應用案例，也歡迎追蹤 RPAI 數位優化器的社群和我們交流互動，我們下次見！
🚀 Instagram：RPAI 數位優化器
🚀 臉書粉絲專頁：RPAI 數位優化器
🚀 YouTube 頻道：RPAI 數位優化器
延伸閱讀
為什麼會看到廣告
111會員
99Content count
我們是以「機器人流程自動化（RPA）」結合「人工智慧（AI）」為主題的中文學習社群，旨在分享 RPA + AI 的學習資源、應用實例和最新發展趨勢，讓工作者透過自動化工具的有效應用，創造數位優化與轉型契機，讓我們一起由簡單開始，成就不簡單！
留言0
查看全部
你可能也想看
重點摘要：
1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息
2.SEP 上修失業率預期，但快速的降息速率將有助失業率觸頂
3.未來幾個月經濟數據將繼續轉弱，經濟復甦的時點或是 1Q25 季底附近
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎？
新版式整體視覺上「更加凸顯圖片」，為了搭配這次的更新，我們推出首次貼文策展 ❤️
使用貼文功能並完成這次的指定任務，還有機會獲得富士即可拍，讓你的美好回憶都可以用即可拍珍藏！
在 IG 上看到一位前端大大用 Google Apps Script + Line bot 替自己的球隊安排了球經，覺得很有趣，想來玩看看
本篇文章將教你如何在Kubernetes cluster內部署一個MongoDB，包括取得Manifests、建立Volume、部署實務、基本操作和結論。透過操作演示，讓你瞭解在實務上如何成功建立MongoDB，並進行基本操作。
題目會定義一組類別和介面，要求我們實做餐廳訂位報號系統。
SeatManager(int n) : 初始化餐廳最多有n個座位，n 最少是1
int reserve() : 要求返回最小的可讓客人入座的空座位編號。
void unreserve(int seatNumber) : 取消訂位，這個座位歸
最近剛好分配一個需求，要批次更新一些基礎設定資料，而新系統基礎設定資料都統一由別的團隊維護在Google Sheet 上，一開始是要我寫 Laravel Seeder 塞資料表，後來發現也太多數據要批次更新了，數據要對到何時何年，乾脆來研究串 Google Sheet API 整批塞入在對總行數就好
在撰寫專案時，有時候可能需要做一些特定Exceptions 來拋出error message的情況，而在不同公司任職，大家配置的流程可能就有些不同，這邊將簡單練習如何配置自定義的Exception。
UiPath（代號：PATH）最近告訴其投資者，它的增長速度正在急劇放緩。該消息導致其股票崩盤，甚至創下歷史新低。
ARK 在 2021 中最看好的一家公司 UiPath（Path），僅僅 2 個季度，ARK 就將 Path 的持股比重提高到 3.01%（佔總投資比重的第 7 名）
在前篇提到了訂閱收入的重要性，那UiPATH 在業界的競爭力為何？
怎麼樣確定客戶會選擇UiPATH，而不是其他軟體？在眾多 RPA 軟體裡面 UiPATH 在其中的競爭力為何？
UiPATH 在財報中顯示從 2020 Q1 至 2021 Q2 實現了 79% 年複合成長率，未來有可能持
重點摘要：
1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息
2.SEP 上修失業率預期，但快速的降息速率將有助失業率觸頂
3.未來幾個月經濟數據將繼續轉弱，經濟復甦的時點或是 1Q25 季底附近
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎？
新版式整體視覺上「更加凸顯圖片」，為了搭配這次的更新，我們推出首次貼文策展 ❤️
使用貼文功能並完成這次的指定任務，還有機會獲得富士即可拍，讓你的美好回憶都可以用即可拍珍藏！
在 IG 上看到一位前端大大用 Google Apps Script + Line bot 替自己的球隊安排了球經，覺得很有趣，想來玩看看
本篇文章將教你如何在Kubernetes cluster內部署一個MongoDB，包括取得Manifests、建立Volume、部署實務、基本操作和結論。透過操作演示，讓你瞭解在實務上如何成功建立MongoDB，並進行基本操作。
題目會定義一組類別和介面，要求我們實做餐廳訂位報號系統。
SeatManager(int n) : 初始化餐廳最多有n個座位，n 最少是1
int reserve() : 要求返回最小的可讓客人入座的空座位編號。
void unreserve(int seatNumber) : 取消訂位，這個座位歸
最近剛好分配一個需求，要批次更新一些基礎設定資料，而新系統基礎設定資料都統一由別的團隊維護在Google Sheet 上，一開始是要我寫 Laravel Seeder 塞資料表，後來發現也太多數據要批次更新了，數據要對到何時何年，乾脆來研究串 Google Sheet API 整批塞入在對總行數就好
在撰寫專案時，有時候可能需要做一些特定Exceptions 來拋出error message的情況，而在不同公司任職，大家配置的流程可能就有些不同，這邊將簡單練習如何配置自定義的Exception。
UiPath（代號：PATH）最近告訴其投資者，它的增長速度正在急劇放緩。該消息導致其股票崩盤，甚至創下歷史新低。
ARK 在 2021 中最看好的一家公司 UiPath（Path），僅僅 2 個季度，ARK 就將 Path 的持股比重提高到 3.01%（佔總投資比重的第 7 名）
在前篇提到了訂閱收入的重要性，那UiPATH 在業界的競爭力為何？
怎麼樣確定客戶會選擇UiPATH，而不是其他軟體？在眾多 RPA 軟體裡面 UiPATH 在其中的競爭力為何？
UiPATH 在財報中顯示從 2020 Q1 至 2021 Q2 實現了 79% 年複合成長率，未來有可能持