ขั้นตอนการจัดประเภทไฟล์ PDF ใน .NET

1. เพิ่มแพ็กเกจ NuGet - รัน dotnet add package GroupDocs.Classification-Cloud เพื่อรวมไลบรารีในโครงการของคุณ.
2. สร้างและกำหนดค่าไคลเอนต์ API - เริ่มต้น ClassificationApi ด้วย client ID และ secret ของคุณ.
3. อัปโหลด PDF - ใช้ endpoint UploadFile เพื่อส่งเอกสารไปยังคลาวด์สตอเรจ.
4. กำหนด taxonomy - ให้ไฟล์ JSON ที่แมปหมวดหมู่กับคีย์เวิร์ด; สิ่งนี้จะเป็นแนวทางให้กับเอนจินการจัดประเภท.
5. เรียกใช้เมธอด classify - เรียก ClassifyDocument พร้อมกับไฟล์ ID, taxonomy และค่า confidence threshold ที่เป็นตัวเลือก.
6. ประมวลผลผลลัพธ์ - วนลูปผ่านอ็อบเจ็กต์ ClassificationResult ตรวจสอบคุณสมบัติ Confidence เพื่อกรองป้ายกำกับที่ความเชื่อมั่นต่ำ.

สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับวัตถุคำขอ, ดูที่ เอกสารอ้างอิง API.

จำแนกไฟล์ PDF อย่างมีประสิทธิภาพใน .NET - ตัวอย่างโค้ดเต็ม

ตัวอย่างต่อไปนี้แสดงการจำแนกไฟล์ PDF เดียวแบบครบวงจรตั้งแต่ต้นจนจบ รวมถึงการจัดการข้อผิดพลาดและการประมวลผลผลลัพธ์

หมายเหตุ: ตัวอย่างโค้ดนี้แสดงการทำงานหลัก ก่อนนำไปใช้ในโครงการของคุณ ให้ตรวจสอบให้แน่ใจว่าได้อัปเดตเส้นทางไฟล์ (sample.pdf, taxonomy.json), แทนที่ข้อมูลประจำตัวชั่วคราวด้วย YOUR_CLIENT_ID และ YOUR_CLIENT_SECRET ของคุณจริง และทดสอบอย่างละเอียดในสภาพแวดล้อมการพัฒนา หากคุณพบปัญหาใด ๆ โปรดดูที่ เอกสารอย่างเป็นทางการ หรือ ติดต่อ ทีมสนับสนุน เพื่อขอความช่วยเหลือ

การจัดประเภท PDF ผ่าน REST API ด้วย cURL

SDK ทำงานผ่าน REST API ดังนั้นคุณจึงสามารถเรียกใช้โดยตรงด้วย cURL ได้ ขั้นตอนทั่วไปมีดังต่อไปนี้

1. รับโทเค็นการเข้าถึง

curl -X POST "https://api.groupdocs.cloud/v1.0/oauth2/token" \
     -H "Content-Type: application/json" \
     -d '{"client_id":"YOUR_CLIENT_ID","client_secret":"YOUR_CLIENT_SECRET","grant_type":"client_credentials"}'

2. อัปโหลดไฟล์ PDF

curl -X POST "https://api.groupdocs.cloud/v1.0/storage/file/upload" \
        -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
        -F "file=@sample.pdf"

3. จัดประเภทเอกสาร

curl -X POST "https://api.groupdocs.cloud/v1.0/classification/classify" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{
           "fileId": "sample.pdf",
           "taxonomy": "{\"categories\":[{\"name\":\"Invoice\",\"keywords\":[\"amount\",\"total\",\"invoice\"]}]}",
           "confidenceThreshold": 0.6
         }'

4. ดาวน์โหลดผลลัพธ์ (หากต้องการ) - API ส่งคืน JSON โดยตรง; คุณสามารถส่งต่อไปยังไฟล์ได้.

สำหรับรายละเอียดเพิ่มเติม โปรดดู เอกสาร API อย่างเป็นทางการ.

การติดตั้งและตั้งค่าใน .NET

1. ติดตั้งแพ็กเกจ NuGet

   dotnet add package GroupDocs.Classification-Cloud
   

2. ดาวน์โหลดไบนารีล่าสุด (ไม่บังคับ) จาก หน้ารีลีส.
3. เพิ่มไลเซนส์ชั่วคราวของคุณ (สำหรับการพัฒนาเท่านั้น) โดยคัดลอกไฟล์ไลเซนส์และกำหนดค่าอ็อบเจ็กต์ Configuration ตามตัวอย่างโค้ดที่แสดง.
4. ตรวจสอบการเชื่อมต่อ - เรียกใช้ GetSupportedFileTypes อย่างง่ายเพื่อให้แน่ใจว่าคลไอเอนต์สามารถเข้าถึงบริการได้.

Using GroupDocs.Classification Cloud SDK for PDF Classification in .NET

SDK แยกการจัดการ HTTP, การทำซีเรียลไลเซชัน และการแมปข้อผิดพลาดออก ทำให้คุณสามารถมุ่งเน้นที่ตรรกะของธุรกิจได้. รองรับ:

• หลายภาษา - API ไม่ขึ้นกับภาษา; ไคลเอนต์ .NET ปฏิบัติตามสัญญาเดียวกัน.
• การจัดประเภทโดยใช้ Taxonomy - คุณกำหนดหมวดหมู่ครั้งเดียวและใช้ซ้ำในหลายโครงการ.
• การให้คะแนนความเชื่อมั่น - แต่ละป้ายกำกับรวมค่าความเชื่อมั่น ทำให้สามารถกรองตามเกณฑ์ได้.

การทำความเข้าใจคุณลักษณะเหล่านี้ช่วยให้คุณออกแบบกระบวนการทำงาน PDF Classification ที่แข็งแกร่ง

GroupDocs.Classification Cloud SDK ฟีเจอร์ที่สำคัญสำหรับงานนี้

• การประมวลผลเป็นชุด - จัดประเภท PDF จำนวนหลายพันไฟล์ในคำขอเดียว.
• การรวม OCR - ดึงข้อความจาก PDF ที่สแกนโดยอัตโนมัติก่อนการจัดประเภท.
• การสนับสนุน taxonomy ที่กำหนดเอง - อัปโหลด taxonomy ในรูปแบบ JSON หรือ XML เพื่อให้ตรงกับโดเมนของคุณ.
• การบันทึกรายละเอียด - ดึงรหัสคำขอสำหรับการแก้ไขปัญหาและการตรวจสอบ.

การกำหนด Taxonomy การจัดประเภทและระดับความเชื่อมั่น

สร้างไฟล์ taxonomy.json ที่อธิบายหมวดหมู่ของคุณ:

{
  "categories": [
    {
      "name": "Invoice",
      "keywords": ["invoice", "amount", "total", "due"]
    },
    {
      "name": "Resume",
      "keywords": ["experience", "education", "skills", "profile"]
    }
  ]
}

เมื่อสร้าง ClassifyDocumentRequest ให้ตั้งค่าคุณสมบัติ ConfidenceThreshold (เช่น 0.6) เพื่อกรองการทำนายที่ไม่แน่นอน ปรับค่าดังกล่าวตามระดับการยอมรับข้อผิดพลาดของโดเมนของคุณ

ปรับประสิทธิภาพการทำงานสำหรับชุด PDF ขนาดใหญ่

• แบ่งชุดเป็นส่วน - แบ่งคอลเลกชันขนาดใหญ่เป็นกลุ่มละ 100‑200 ไฟล์เพื่อหลีกเลี่ยงการหมดเวลา.
• เปิดใช้งานการประมวลผลแบบอะซิงค์ - ใช้ endpoint SubmitJob และโพล GetJobStatus เพื่อปลดปล่อยเธรด.
• ใช้ taxonomy เดียวกันซ้ำ - โหลด taxonomy ครั้งเดียวและใช้สตริง JSON เดียวกันสำหรับทุกคำขอ.
• อัปโหลดแบบขนาน - อัปโหลดไฟล์พร้อมกันโดยใช้ Task.WhenAll เพื่อลดความหน่วงของเครือข่าย.

การจัดการ PDF ที่สแกนและการรวม OCR

เอกสารที่สแกนมีภาพแทนข้อความที่สามารถเลือกได้. เพื่อจำแนกพวกมัน:

1. ตั้งค่าแฟล็ก ocr เป็น true ในคำขอ.
2. ระบุ ocrLanguage ตามต้องการ (เช่น "en" สำหรับภาษาอังกฤษ).
3. บริการทำ OCR ภายในก่อนที่จะใช้กฎการจัดประเภท.

กระบวนการสองขั้นตอนนี้ทำให้มั่นใจว่า PDF ที่มีเฉพาะรูปภาพจะถูกจัดการเช่นเดียวกับ PDF แบบดั้งเดิมสำหรับการจำแนกประเภท.

แก้ไขปัญหาข้อผิดพลาดการจัดประเภททั่วไป

• 401 Unauthorized - ตรวจสอบว่า ClientId และ ClientSecret ถูกต้องและคำขอ token สำเร็จแล้ว.
• 400 Bad Request (Invalid Taxonomy) - ตรวจสอบว่า JSON ของ taxonomy มีรูปแบบที่ถูกต้อง; การขาดวงเล็บทำให้เกิดข้อผิดพลาดนี้.
• 404 Not Found (File ID) - ยืนยันว่าไฟล์อัปโหลดสำเร็จและ fileId ตรงกับเส้นทางการจัดเก็บ.
• Low confidence scores - ตรวจสอบคำหลักของ taxonomy ของคุณ; เพิ่มคำที่เป็นตัวแทนมากขึ้นหรือเพิ่มชุดการฝึกอบรม.

สำหรับรายการรหัสข้อผิดพลาดทั้งหมด โปรดดูที่ เอกสารอ้างอิง API.

Best Practices for PDF Classification in .NET

• Keep taxonomy small and focused - คำสำคัญที่ซ้อนทับกันมากเกินไปทำให้ความแม่นยำลดลง
• Use versioned taxonomy files - เก็บไว้ในระบบควบคุมเวอร์ชันเพื่อบันทึกการเปลี่ยนแปลง
• Set an appropriate confidence threshold - เริ่มต้นที่ 0.6 แล้วปรับตามผลการตรวจสอบ
• Monitor job status - บันทึก ID ของคำขอและเวลาในการตอบสนองเพื่อวิเคราะห์ประสิทธิภาพ
• Secure credentials - เก็บ ClientId และ ClientSecret ในตัวแปรสภาพแวดล้อมหรือ Azure Key Vault

สรุป

การจัดประเภทไฟล์ PDF ใน .NET กลายเป็นเรื่องง่ายด้วย GroupDocs.Classification Cloud SDK for .NET. โดยทำตามขั้นตอนที่อธิบายไว้ข้างต้นในการตั้งค่า SDK, กำหนด taxonomy ที่ชัดเจน, จัดการ OCR สำหรับ PDF ที่สแกน, และเพิ่มประสิทธิภาพการทำงานเป็นชุด คุณสามารถสร้างบริการจัดประเภทที่เชื่อถือได้และขยายได้สำหรับแอปพลิเคชันที่ต้องจัดการเอกสารจำนวนมาก จำไว้ว่าต้องได้รับใบอนุญาตที่เหมาะสมสำหรับการใช้งานในสภาพแวดล้อมการผลิต; คุณสามารถเริ่มต้นด้วยใบอนุญาตชั่วคราวจาก หน้าลิขสิทธิ์ชั่วคราว และอัปเกรดเป็นการสมัครสมาชิกเต็มรูปแบบเมื่อความต้องการของคุณเพิ่มขึ้น.

คำถามที่พบบ่อย

Q: ฉันจะจัดประเภทไฟล์ PDF ใน .NET ด้วยความมั่นใจสูงได้อย่างไร?
A: ตั้งค่า ConfidenceThreshold ในคำขอเพื่อกรองผลลัพธ์ที่ความมั่นใจต่ำ SDK จะคืนค่าคะแนนความมั่นใจสำหรับแต่ละป้ายกำกับ ทำให้คุณสามารถเก็บการทำนายที่อยู่เหนือระดับที่คุณเลือกได้ ดู เอกสารอย่างเป็นทางการ สำหรับรายละเอียดเพิ่มเติม.

Q: SDK รองรับ OCR สำหรับ PDF ที่สแกนหรือไม่?
A: ใช่. เปิดใช้งาน OCR โดยตั้งค่า ocr flag ในคำขอการจำแนกประเภท. บริการจะดึงข้อความจาก PDF ที่เป็นรูปภาพก่อนนำไปใช้กับ taxonomy, ช่วยเพิ่มความแม่นยำสำหรับเอกสารที่สแกน.

Q: วิธีที่ดีที่สุดในการประมวลผลไฟล์ PDF จำนวนหลายพันไฟล์คืออะไร?
A: ใช้การจัดประเภทแบบแบตช์พร้อมงานแบบอะซิงโครนัส แบ่งชุดข้อมูลขนาดใหญ่เป็นส่วนย่อยที่จัดการได้ ส่งผ่านโดย SubmitJob และตรวจสอบสถานะด้วย GetJobStatus จนกว่าจะเสร็จสมบูรณ์ วิธีนี้ช่วยหลีกเลี่ยงการหมดเวลาและเพิ่มประสิทธิภาพการทำงานให้สูงสุด

Q: ฉันสามารถรับใบอนุญาตชั่วคราวสำหรับการพัฒนาได้จากที่ไหน?
A: เยี่ยมชม หน้าลิขสิทธิ์ชั่วคราว เพื่อสร้างคีย์ใบอนุญาต 30‑วัน ใช้คีย์นี้ใน Configuration ของคุณก่อนทำการเรียก API

Read More

• จัดประเภทเอกสารและข้อความดิบโดยใช้ C#
• การวิเคราะห์อารมณ์ของข้อความหรือเอกสารโดยใช้ REST API ใน C#
• จัดประเภทข้อความดิบใน MS Office, PDF และเอกสารอื่น ๆ จำนวนมากโดยใช้ cURL