Question

我正在尝试使用Forms Recognizer预览，经过反复尝试，终于有了可以通过SAS URL读取的文档。但是，即使使用快速入门[1]中提供的示例文档，我也会得到以下响应：

{
    "modelId": "d7ba79e3-38bc-4913-bb11-82656cb08adc",
    "trainingDocuments": [
        {
            "documentName": "Invoice_1.pdf",
            "pages": 1,
            "errors": [
                "Page 1: Document is either invalid or exceeds the page/size limits."
            ],
            "status": "failure"
        },
        {
            "documentName": "Invoice_2.pdf",
            "pages": 1,
            "errors": [
                "Page 1: Document is either invalid or exceeds the page/size limits."
            ],
            "status": "failure"
        },
        {
            "documentName": "Invoice_3.pdf",
            "pages": 1,
            "errors": [
                "Page 1: Document is either invalid or exceeds the page/size limits."
            ],
            "status": "failure"
        },
        {
            "documentName": "Invoice_4.pdf",
            "pages": 1,
            "errors": [
                "Page 1: Document is either invalid or exceeds the page/size limits."
            ],
            "status": "failure"
        },
        {
            "documentName": "Invoice_5.pdf",
            "pages": 1,
            "errors": [
                "Page 1: Document is either invalid or exceeds the page/size limits."
            ],
            "status": "failure"
        }
    ],
    "errors": [
        {
            "errorMessage": "Unable to fit model. No documents clustered."
        }
    ]
}

在BLOB存储方面是否需要进行一些特殊处理才能使这些文档可用？

我甚至在我们自己的基本形式上也收到了此错误消息，这些形式非常适合大小限制。

更新：我认为这归因于我如何生成SAS URL（根本不清楚其文档）的问题。我有一个存储帐户（SA），带有一个容器（C），其中包含该容器中的所有PDF文件。

在Azure门户中，我选择了SA刀片，然后选择“共享访问签名”，并采用所有默认选择，然后选择生成SAS和连接字符串。我尝试直接采用 Blob服务SAS URL 值并将其传递到source字段中，但这会导致错误：

{
    "error": {
        "code": "2024",
        "innerError": {
            "requestId": "77e73ba0-cbfe-4046-9730-beff8ec38be5"
        },
        "message": "Unable to list blobs on the Azure Blob storage account."
    }
}

我必须将&comp=list&restype=container添加到source，然后正确列出了文件，但存在上述错误。显然，除了Azure Potral生成的内容之外，还需要向SAS URL添加一些内容，而我添加的内容只是其中的一部分。

我很想能够在REST负载中发送文档内容本身来训练模型。：-（

[1]-https://github.com/Azure-Samples/cognitive-services-REST-api-samples/blob/master/curl/form-recognizer/sample_data.zip

Answer 1

我能够通过将blob中容器的名称添加到生成的SAS URL来解决此问题。例如：“ yourblobname.blob.core.windows.net/您的容器名称/其他ss网址”。

Answer 2

我也遇到了这个问题，因为我发现快速入门文档不是很清楚-公平地讲，对Microsoft来说，部分原因是我对在Azure中生成SAS URL缺乏经验，并且它已经得到了很大的改进因为@iamsop向他们提出了GitHub问题。

我做了以下笔记，描述了我是如何工作的。希望他们将来能帮助其他人：

需要一个blob存储容器来转储培训文档在（转到“存储帐户” /“ {帐户名称}” /“ Blob” /“ +容器” （为其命名，将“公共访问权限级别”保留为“私人（否匿名访问）”
点击进入容器并上传培训文档-全部位于根文件夹中，没有子文件夹（可以有一个上载说完成之前，请延迟实际上显示在容器中）
创建共享访问 Blob容器的签名（SAS）-从存储再次开始帐户/ {帐户名称}，然后不要进入Blob，进入共享访问签名-允许的权限仅需要读取和列表，单击“生成SAS和连接字符串”，然后复制“ Blob 服务SAS URL”
将此URL粘贴到记事本（或其他内容）中，然后在查询字符串之前插入容器的名称
现在您可以使用诸如

curl -X POST“ {endpoint} /formrecognizer/v1.0-preview/custom/train” -H“ Content-Type：application / json” -H“ Ocp-Apim-Subscription-Key：{订阅密钥} “ --data-ascii” {'source'：'{SAS url}'}“

用提供的API端点替换“ {endpoint}”（看起来像https://region.api.cognitive.microsoft.com）
将{subscription key}替换为可通过Form Reognizer资源概述标签使用的密钥
将{SAS url}替换为上面生成的SAS URL，该调整后的版本包括容器名称

（注意：我个人对上述命令的偏爱是在“ data-ascii”值内使用单引号而不是双引号，因为这样您就不必转义它们，从而使该命令更易于阅读并写）

Answer 3

您如何致电服务？使用cURL命令？另外，请确保您的PDF文件直接位于获得共享访问签名的Azure Blob容器中（没有子文件夹）。下面的cURL命令对我有用：

curl -X POST“ https：// 端点 /formrecognizer/v1.0-preview/custom/train” -H“内容类型：application / json” -H“ Ocp-Apim -Subscription-Key： Subscription Key ” --data-ascii“ {\” source \“：\” SAS URL \“}”

最后，请确保您可以打开PDF文件（即，检查它们是否无效）。

Answer 4

您好，我想问一个问题，如何标记呢？索尼娅

PYTHON的示例代码中涉及URI以便分析URI文本的地方有些错误

https://docs.microsoft.com/en-us/azure/cognitive-services/form-recognizer/quickstarts/python-train-extract

Forms Recognizer预览-无法加载示例文档

4 个答案: