A. 사용자 정의 문서 유형이 매우 유사하고 파일 분할이 필요하지 않은 경우.

B. 사용자 정의 문서 유형이 유사하지 않고 파일 분할이 필요한 경우.

C. 사용자 정의 문서 유형이 매우 유사하고 파일 분할이 필요한 경우.

D. 사용자 정의 문서 유형이 유사하지 않고 파일 분할이 필요하지 않은 경우.

A. 네트워크 연결 스토리지 및 Orchestrator 버킷.

B. 로컬, 임시 폴더, 네트워크 연결 스토리지 및 Orchestrator 버킷.

C. VM, Orchestrator 버킷 및 네트워크 연결 스토리지에서.

D. Orchestrator 버킷 및 큐 항목입니다.

A. DOM은 파일에서 식별된 단어의 이름, 콘텐츠 유형, 텍스트 길이, 페이지 수, 페이지 회전, 감지된 언어, 콘텐츠 및 좌표와 같은 정보를 포함하는 JSON 개체입니다.

B. DOM은 실제 문서를 프로그래밍 코드를 사용하여 조작할 수 있는 가상 개체로 변환할 수 있는 기능입니다.

C. DOM은 문서의 내용과 유형을 자동으로 이해하고 해석하는 내장형 인공 지능 시스템으로, 수동으로 데이터를 추출할 필요가 없습니다.

D. DOM은 문서의 시각적 표현을 제공하여 사용자가 콘텐츠를 더 쉽게 탐색하고 상호 작용할 수 있도록 해주는 UiPath Document Understanding의 그래픽 사용자 인터페이스(GUI) 도구입니다.

A. ML 추출기의 크기는 ML 추출기를 선택할 때 고려해야 할 가장 중요한 요소입니다. 개발팀이 알고리즘 생성에 시간과 노력을 투자했기 때문에 더 큰 모델은 항상 더 나은 성능을 발휘하고 더 정확한 추출 결과를 제공합니다. 결과적으로 훈련된 모델의 성능이 향상됩니다.

B. UiPath ML Extractor를 선택할 때 다른 UiPath 사용자들 사이에서 ML Extractor의 인기가 주요 요인이 되어야 합니다.
다운로드 수가 가장 많거나 긍정적인 리뷰가 있는 ML 추출기를 선택하세요.

C. ML 추출기를 선택할 때 문서 유형, 언어 및 데이터 품질을 고려하십시오.
처리되는 문서 유형에 대해 특별히 훈련되거나 최적화된 것을 선택하는 것이 중요합니다.
정확하고 신뢰할 수 있는 추출 결과를 보장하려면 ML 추출기를 훈련하는 데 사용되는 훈련 데이터의 품질과 다양성을 고려하는 것도 중요합니다.

D. ML 추출기를 선택할 때 ML 추출기의 비용을 주요 고려 사항으로 삼아야 합니다.
특정 문서 이해 요구 사항에 대한 성능이나 적합성에 관계없이 가장 저렴한 가격을 제공하는 ML 추출기를 선택하세요.

A. 문서를 로드합니다. 분류. 데이터 추출 및 검증.

B. 분류, 디지털화 로드. 분류, 데이터 추출 및 데이터 검증 내보내기.

C. 분류, 디지털화 로드. 분류. 데이터 검증 및 내보내기.

D. 가져오기. 분류. 텍스트 추출기 및 데이터 유효성 검사.