Перед извлечением полей определите, какие документы находятся внутри файла и какому обработчику они предназначены. Один PDF может содержать несколько самостоятельных документов. Ошибочный выбор типа способен дать внешне правдоподобные, но неверно назначенные поля.

Начните с размеченной тестовой подборки: отдельный документ, несколько экземпляров одного типа, смешанный комплект и неизвестный тип. Для каждого заранее запишите ожидаемые границы страниц и дальнейший маршрут. Не используйте рабочие персональные документы в общедоступном примере или несогласованном внешнем сервисе.

Классификация и извлечение решают разные задачи

Классификатор выбирает тип из предусмотренных классов. Обработчик извлечения получает поля по правилам этого типа. Отдельная задача — разделение файла на документы. Успешное чтение текста не подтверждает правильность этих двух решений.

В Azure Document Intelligence custom classification API v4.0 2024-11-30 режим splitMode по умолчанию равен none. Документация, проверенная 9 ноября 2026 года, различает обработку целого файла, отдельных страниц и автоматическое определение документов с диапазонами страниц. При переносе интеграции между версиями явно сверяйте режим разделения.

Условный комплект содержит двухстраничный документ и следом одностраничное приложение другого типа. Решение «весь файл — один класс» и решение «каждый лист — отдельный документ» могут одинаково нарушить нужную структуру. Автоматическое разделение тоже требует сверки с заранее размеченными границами.

Паспорт маршрутизации для одного результата

ЭлементПроверка или значение
Исходникнеизменяемая версия файла.
Границыдиапазон страниц конкретного документа.
Классрезультат классификации и версия модели.
Решениеавтоматически направить либо передать на проверку.
Извлечениеобработчик, схема и результат проверки полей.

Сохраняйте этот паспорт вместе с результатом задачи. После обновления модели он позволит увидеть, изменился ли тип, границы или только извлечённое значение. Одного итогового JSON с полями недостаточно для поиска такой ошибки.

Неизвестный документ должен иметь предусмотренный исход

В руководстве Microsoft рекомендуется предусмотреть порог оценки классификации либо репрезентативный класс other для типов вне обученной подборки. Это настройка конкретного процесса, а не универсальный порог для всех документов. Подбирайте правило на отложенной размеченной выборке и отдельно учитывайте ложное автоматическое направление.

Включите в проверку похожие формы с разным назначением и неизвестные макеты. Высокая оценка модели не заменяет проверку обязательных признаков и последующего результата извлечения. Если два типа трудно различить по доступному содержимому, оставьте явный маршрут уточнения вместо назначения первого удобного обработчика.

Пример решения процесса:
поддерживаемый класс + допустимые границы + пройденные проверки -> извлечение;
неизвестный или неоднозначный результат -> очередь проверки;
повреждённый файл -> ошибка входа с понятным действием пользователю.

Такое разделение не позволяет сетевому отказу внешнего сервиса превратиться в «неизвестный тип». Ошибки выполнения сохраняют собственный статус. При повторе задача должна ссылаться на тот же исходник и не создавать второй независимый комплект документов без необходимости.

Проверка обновления модели

  1. Разметить классы и границы страниц до настройки.
  2. Оставить отдельную подборку для приёмки.
  3. Сравнить типы, границы и ошибочные маршруты старого и нового варианта.
  4. Проверить неизвестный тип и временный отказ сервиса.
  5. Принять повтор задачи и ручное подтверждение.

На время сравнения сохраняйте прежнюю версию модели и правила маршрутизации. Не перезаписывайте единственный рабочий вариант до получения результатов приёмки. Для отката нужен не только идентификатор модели, но и соответствующие ему правила выбора обработчика.

В отчёт внесите обезличенную матрицу ошибок, диапазоны страниц и случаи передачи человеку. Тогда заказчик увидит, какие документы можно направлять автоматически, а где остаётся неопределённость. Сам по себе успешный ответ классификатора ещё не означает, что комплект пригоден к дальнейшей обработке.

Проверенные источники