Microsoft Syntex verwerkings modellen

Microsoft Syntex: Een krachtige tool voor inhoudsbegrip

In de wereld van vandaag worden we overspoeld met informatie. Bedrijven produceren en ontvangen dagelijks enorme hoeveelheden documenten, van contracten en facturen tot beleidsdocumenten en projectplannen. Het kan moeilijk zijn om al deze informatie bij te houden en te organiseren, laat staan om er zinvolle inzichten uit te halen.

Dat is waar Microsoft Syntex in beeld komt. Syntex is een oplossing voor inhoudsbegrip die gebruikmaakt van kunstmatige intelligentie (AI) en machine learning om automatisch documenten te vinden, te organiseren en te classificeren in SharePoint-bibliotheken, Microsoft Teams, OneDrive voor Bedrijven en Exchange.

In dit artikel zullen we de basisprincipes van hoe Syntex werkt bespreken en de menselijke interactie met het AI-hulpmiddel onderzoeken. We zullen ook enkele mogelijke toepassingen van Syntex bekijken en hoe het kan worden gebruikt om bedrijfsprocessen te verbeteren.

Hoe werkt Syntex?

Syntex maakt gebruik van AI-modellen om documenten te identificeren en informatie uit die documenten te halen. Deze informatie wordt opgeslagen als een inhoudstype en metadata in SharePoint. Als een Syntex-model op een bibliotheek wordt toegepast, sleep je eenvoudigweg documenten naar de bibliotheek (of upload je ze massaal via een .csv-bestand) en het model zal automatisch een inhoudstype toewijzen en de metadata voor je extraheren. Het zal ook een gevoeligheids- en/of retentielabel toepassen als je dat nodig hebt.

Er bestaan twee verschillende methoden (momenteel) in Microsoft Syntex. Een documentbegripsmodel (ook wel ongestructureerde documentverwerking genoemd) is sterk afhankelijk van het vinden van inhoud op basis van trefwoorden. Een formulierverwerkingsmodel (ook wel gestructureerde documentverwerking genoemd) is afhankelijk van het formaat van het document om informatie te vinden.

Laten we elk type model nader bekijken.

1. Document (ongestructureerd) begripsmodel

Het documentbegripsmodel wordt gebruikt voor inconsistente bestandsindelingen. Het maakt gebruik van een trainbare classificator om het inhoudstype van het document te identificeren en optionele extractors om metadata uit het document te halen. Meerdere modellen kunnen op dezelfde bibliotheek worden toegepast.

Voorbeelden van documenttypen die geschikt zijn voor dit model zijn beleidsdocumenten, procedures, brieven, contracten, verzoeken om voorstel en projectdocumenten.

2. Formulier (gestructureerd) verwerkingsmodel

Het formulierverwerkingsmodel wordt gebruikt voor semi-gestructureerde bestandsindelingen. Het maakt gebruik van een instelbare classificator die een paginalay-out koppelt aan een inhoudstype. Slechts één model kan per bibliotheek worden toegepast, maar het kan naast meerdere ongestructureerde modellen in dezelfde bibliotheek bestaan.

Voorbeelden van documenttypen die geschikt zijn voor dit model zijn inkooporders, offertes, facturen en aanvragen.

Je model trainen

Om een model te trainen, heb je minstens vijf vergelijkbare documenten nodig en één document dat anders is. Je klikt door elk document en zegt “ja” of “nee” om de AI te laten leren wat voor soort document het is. Zodra de AI het type document kan identificeren, kun je het leren om metadata in het document te vinden door de informatie te markeren die je zoekt.

Het trainingsproces kan variëren afhankelijk van het type model dat je gebruikt. Voor een documentbegripsmodel moet je bijvoorbeeld trefwoorden of zinsdelen markeren die aangeven wat voor soort document het is. Voor een formulierverwerkingsmodel moet je mogelijk aangeven waar bepaalde informatie zich bevindt op de pagina.

Mogelijke toepassingen van Syntex

Er zijn veel mogelijke toepassingen voor Syntex. Hier zijn enkele voorbeelden:

  • Inkoopproces: Syntex kan worden gebruikt om metadata te extraheren uit documenten die nodig zijn om een nieuwe leverancier goed te keuren. Dit kan het inkoopproces stroomlijnen en versnellen.
  • Recordsbeheer: Syntex kan worden gebruikt om retentie toe te passen op binnenkomende documenten. Dit kan helpen bij het naleven van wettelijke vereisten en het beheren van bedrijfsrecords.
  • Zoeken verbeteren: Door trefwoorden in documenten vast te leggen, kan Syntex helpen bij het verbeteren van zoekopdrachten. Dit kan het gemakkelijker maken om relevante informatie te vinden wanneer je het nodig hebt.(let op ook het doorzoeken van PDF’s behoord tot de mogelijkheden)
  • Gevoelige informatie identificeren: Syntex kan worden gebruikt om gevoelige informatie te vinden wanneer een document wordt geüpload en vervolgens de inhoud te beveiligen met een gevoeligheidslabel. Dit kan helpen bij het beschermen van vertrouwelijke bedrijfsinformatie.

Maar dat is nog maar het begin. Zodra je de metadata hebt geëxtraheerd, kun je deze gebruiken om workflows af te vuren om allerlei dingen met de documenten te doen: • Verplaats ze naar een nieuwe, beveiligde locatie • Routeer ze voor goedkeuring naar de juiste persoon • Stuur een melding dat alle documenten zijn ontvangen

Een opmerking over licenties: Voor elke Syntex per gebruiker-licentie krijg je 3.500 AI Builder-credits per licentie, per maand toegewezen op tenantniveau. Documentbegrip kan worden gedaan door iedereen met een aan hen toegewezen Syntex-licentie, maar formulierverwerking vereist een capaciteitsuitbreiding voor je Power Platform-abonnement. Capaciteit moet worden toegewezen aan de Power Apps-omgeving waar je AI Builder gaat gebruiken. Om een formulierverwerkingsmodel te maken, heb ik alleen ooit moeten vragen om een Power Apps-licentie (per gebruiker) aan mij toe te wijzen. Het Power Automate per gebruiker met attended RPA-plan bevat ook AI Builder-capaciteit.

Om meer te lezen of om meer te weten te komen over de vooraf gebouwde modellen die bij Syntex worden geleverd, raadpleeg dit Microsoft Learn-artikel – Overzicht van modeltypen in Microsoft Syntex – Microsoft Syntex | Microsoft Learn

Conclusie

Microsoft Syntex is een krachtige tool die bedrijven kan helpen bij het begrijpen, organiseren en classificeren van hun documenten. Door gebruik te maken van AI en machine learning, kan Syntex automatisch informatie uit documenten halen en deze opslaan als metadata in SharePoint. Dit kan helpen bij het verbeteren van bedrijfsprocessen, het naleven van wettelijke vereisten en het beschermen van vertrouwelijke informatie.

Ik hoop dat dit artikel je een beter begrip heeft gegeven van wat Syntex is en hoe het werkt. Als je meer wilt weten over hoe Syntex jouw bedrijf kan helpen, neem dan contact met ons op.

1 thought on “Microsoft Syntex verwerkings modellen”

  1. Pingback: Microsoft Roadmap, messagecenter en blogs updates van 22-07-2023 - KbWorks

Leave a Comment

Your email address will not be published. Required fields are marked *

Scroll to Top