如何训练Document AI提取特定字段？Document AI Workbench是否为最优选择？

• 自定义模型适配异构文档：你的6000份PDF结构差异大（日期、代码位置不固定），Document AI Workbench支持通过标注样本文档，训练专门识别目标字段的自定义模型。模型会学习这些字段的特征（比如格式、语义关联），不管它们在文档中的位置如何变化，都能精准定位提取。
• 精准提取目标字段，避免冗余：相比提取全部信息，Workbench训练的自定义模型可以只抓取你需要的字段，大幅减少无效数据的产出，节省后续数据整理的时间和计算资源，尤其适合大数量级的文档处理。
• 迭代优化提升准确率：如果初期模型的识别效果达不到预期，你可以持续标注更多样本对模型进行微调，逐步适配你的文档多样性，最终实现稳定的高准确率提取。
• 无缝衔接现有工作流：你当前已经在使用Document AI服务，Workbench训练的自定义模型可以直接集成到现有流程中，无需重新搭建整套系统，降低迁移成本。

另外，虽然Document AI的预训练模型能处理通用场景，但对于结构高度异构的文档，自定义训练的模型在目标字段提取上的表现会远优于预训练模型，这也是Workbench的核心优势所在。

内容的提问来源于stack exchange，提问作者Carlos Daniel Ospina Salazar