Azure Document Intelligence自定义模型未生效问题求助

我是编程新手，在Document Intelligence Studio里创建了自定义提取模板模型，添加自定义标签后训练、测试效果都正常。但用Python代码调用该模型ID分析PDF文件时，模型完全没应用自定义标签，反而像是在用自动标注功能——这不是我想要的，不然我直接用示例模型就行了。尝试更换Studio里的模型类型也没用，怀疑是代码问题（代码基本是Studio提供的示例），附上代码求排查：

endpoint = "<myendpoint>"
key = "<mykey>"

model_id = "<my-custom-model-id>"
formUrl = "<pdf-url>"

document_analysis_client = DocumentAnalysisClient(
    endpoint=endpoint, credential=AzureKeyCredential(key)
)

# Initialize the DocumentAnalysisClient with endpoint and key
document_analysis_client = DocumentAnalysisClient(
        endpoint=endpoint, credential=AzureKeyCredential(key)
)

# Make sure your document's type is included in the list of document types the custom model can analyze
poller = document_analysis_client.begin_analyze_document_from_url(model_id, formUrl)
result = poller.result()

for idx, document in enumerate(result.documents):
    print("--------Analyzing document #{}--------".format(idx + 1))
    print("Document has type {}".format(document.doc_type))
    print("Document has confidence {}".format(document.confidence))
    print("Document was analyzed by model with ID {}".format(result.model_id))
    for name, field in document.fields.items():
        field_value = field.value if field.value else field.content
        print("......found field of type '{}' with value '{}' and with confidence {}".format(field.value_type, field_value, field.confidence))


# iterate over tables, lines, and selection marks on each page
for page in result.pages:
    print("\nLines found on page {}".format(page.page_number))
    for line in page.lines:
        print("...Line '{}'".format(line.content.encode('utf-8')))
    for word in page.words:
        print(
            "...Word '{}' has a confidence of {}".format(
                word.content.encode('utf-8'), word.confidence
            )
        )
    for selection_mark in page.selection_marks:
        print(
            "...Selection mark is '{}' and has a confidence of {}".format(
                selection_mark.state, selection_mark.confidence
            )
        )

for i, table in enumerate(result.tables):
    print("\nTable {} can be found on page:".format(i + 1))
    for region in table.bounding_regions:
        print("...{}".format(i + 1, region.page_number))
    for cell in table.cells:
        print(
            "...Cell[{}][{}] has content '{}'".format(
                cell.row_index, cell.column_index, cell.content.encode('utf-8')
            )
        )
print("-----------------------------------")

我是否需要在代码中指定标签？或者还有其他问题？

核心问题分析 #

你不需要在代码里手动指定标签，自定义模板模型的标签是训练时固化好的，API调用会自动返回对应字段。出现这个问题大概率是以下几个原因：

• 模型未发布：训练完成不代表模型能被API调用，必须在Document Intelligence Studio里完成发布操作，获取发布后的正式模型ID。
• 模型ID错误：代码里的model_id可能是训练过程中的临时ID，而非发布后的正式ID，去Studio的模型发布页面复制正确的ID。
• 客户端重复初始化（冗余但无功能影响）：你的代码里重复初始化了document_analysis_client，可以删掉重复的那部分。

修正后的代码 #

保留核心逻辑，去掉冗余部分，重点关注自定义字段的输出：

endpoint = "<myendpoint>"
key = "<mykey>"
# 替换成发布后的正式模型ID
model_id = "<published-custom-template-model-id>"
formUrl = "<pdf-url>"

# 仅初始化一次客户端
document_analysis_client = DocumentAnalysisClient(
    endpoint=endpoint, credential=AzureKeyCredential(key)
)

# 调用自定义模型分析文档
poller = document_analysis_client.begin_analyze_document_from_url(model_id, formUrl)
result = poller.result()

# 重点查看自定义标签对应的字段
for idx, document in enumerate(result.documents):
    print(f"--------分析文档 #{idx + 1}--------")
    print(f"文档类型: {document.doc_type}")
    print(f"使用的模型ID: {result.model_id}")
    for name, field in document.fields.items():
        field_value = field.value if field.value else field.content
        print(f"......找到自定义字段 '{name}'，类型: {field.value_type}，值: '{field_value}'，置信度: {field.confidence}")

额外检查步骤 #

• 确认Studio里的模型状态是已发布，且发布时选择的是训练成功的版本。
• 测试用的PDF文件要和训练时的文件格式、布局一致，避免因格式差异导致模型识别失效。
• 检查API密钥和端点是否对应正确的Azure资源（比如不要混用不同区域的资源）。

内容的提问来源于stack exchange，提问作者HaniaZ8