Diviser un document

Diviser un document en sous-documents à partir des labels d'une classification par page.

Le module Diviser un document sépare un document en sous-documents à partir des labels et ruptures produits, par exemple, par une Classification exécutée Par page.

Entrées

Le module combine trois sélections :

• files['file'] sélectionne le fichier à diviser ;

• data['classify']['result']['prediction']['labels'] sélectionne un label par page ;

• data['classify']['result']['prediction']['breaks'] sélectionne les ruptures entre sous-documents.

L'expression de fichier sélectionne une collection, tandis que les deux autres expressions sélectionnent des données. Le module utilise ces valeurs ensemble ; elles ne doivent pas être regroupées avec zip(...).

Paramètres

Paramètre	Explication et exemple
Collection de sortie	Par exemple split-file : les sous-documents sont accessibles avec files['split-file'].
Expression d'entrée	files['file'] sélectionne le document source.
Expression des labels	data['classify']['result']['prediction']['labels'] sélectionne les labels par page.
Breaks Expr	data['classify']['result']['prediction']['breaks'] sélectionne les débuts de sous-documents.
Labels à ignorer	Par exemple ["discarded"] exclut du résultat les pages portant ce label.
Itérer sur l'entrée	Traite séparément chaque fichier si l'expression renvoie plusieurs documents accompagnés de données compatibles.
Clé de sortie	Par exemple split-pdf : les métadonnées sont accessibles avec data['split-pdf'].

Résultat

{
  "split-pdf": {
    "files": [
      {
        "name": "document-split-1.pdf",
        "label": "Carte grise",
        "pages": [1, 2],
        "file_id": 101
      },
      {
        "name": "document-split-2.pdf",
        "label": "CNI",
        "pages": [3],
        "file_id": 102
      }
    ]
  }
}

Les fichiers correspondants sont placés dans la collection configurée. Pour lancer un Workflow enfant par sous-document, associez fichiers et données avec zip(files['split-file'], data['split-pdf']['files']) et activez Itérer sur l'entrée.