如何训练Azure Form Recognizer识别可选字段及指定字段位置关联？

一、修复可选字段缺失时的错误映射问题 #

当目标可选字段不存在时模型乱映射到其他字段，按以下方式调整：

• 补充足够多无该字段的训练样本，让模型充分学习“字段缺失时返回空”的场景，避免过度匹配其他相似字段
• 标注阶段严格规范：对于没有目标字段的文档，绝对不要给其他字段标注目标标签，明确传递“此场景下该字段为空”的信号
• 训练前检查标签一致性，确保所有标注样本中目标标签的定义统一，没有歧义
• 训练时启用模型的严格匹配模式（如果支持），降低模型对非目标字段的误识别概率

二、定义字段与“Data de fim da sanção”的位置关联 #

要让模型识别目标字段始终位于“Data de fim da sanção”标签下方，可通过以下操作实现：

• 在Form Recognizer Studio标注界面，先选中“Data de fim da sanção”的标签区域，给其下方的目标字段标注时，利用工具的相对位置约束功能，直接关联两个字段的上下位置关系
• 准备训练样本时，确保所有含目标字段的文档中，它都严格处于“Data de fim da sanção”的下方，给模型建立明确的位置关联逻辑
• 如果通过API训练，可在标注数据的boundingBox参数中，明确指定目标字段的边界框坐标范围在“Data de fim da sanção”的y轴坐标下方，强化位置关联
• 将“Data de fim da sanção”和目标字段设置为同一字段组，让模型把它们视为关联元素，提升位置识别的准确性

内容的提问来源于stack exchange，提问作者Andy Schmitt