Skip to main content
样本文件是文件类别的示例文档,用于训练和优化文档分类与抽取模型。每个文件类别至少需要一个样本文件,最多十个样本文件。本文介绍如何通过 API 管理文件类别的样本文件。

上传样本

为指定文件类别批量上传样本文件:
请求参数:
  • workspace_id (必填): 工作空间 ID
  • category_id (必填): 文件类别 ID
  • files (必填): 样本文件,支持同时上传多个文件
响应示例:
样本文件要求
  • 样本文件应该是该类别的典型代表文档
  • 建议上传 3-5 个样本文件以提高分类准确度
  • 支持的文件格式参考文档上传支持的格式

获取样本列表

获取指定文件类别的样本列表:
请求参数:
  • workspace_id (必填): 工作空间 ID
  • category_id (必填): 文件类别 ID
  • page (选填): 页码,默认为 1
  • page_size (选填): 每页数量,默认为 20,最大为100
响应示例:

下载样本

批量下载指定的样本文件:
请求参数(JSON Body):
  • workspace_id (必填): 工作空间 ID
  • category_id (必填): 文件类别 ID
  • sample_ids (必填): 样本 ID 数组
响应:返回文件二进制流(application/octet-stream

删除样本

删除指定的样本文件,支持批量删除:
请求参数:
  • workspace_id (必填): 工作空间 ID
  • category_id (必填): 文件类别 ID
  • sample_ids (必填): 要删除的样本 ID 数组
删除样本后无法恢复,请谨慎操作。每个文件类别至少需要保留一个样本文件。

样本管理最佳实践

样本选择

选择合适的样本文件对提高分类和抽取准确度至关重要:
  1. 典型性:选择该类别的典型代表文档
  2. 多样性:覆盖该类别可能出现的不同格式和版式
  3. 质量:确保样本文件清晰、完整、无损坏
  4. 数量:建议上传 3-5 个样本文件

样本数量建议

  • 最少数量:每个类别至少 1 个样本(创建类别时必需)
  • 推荐数量:3-5 个样本可以提供较好的分类效果
  • 最多数量:每个类别最多 20 个样本

样本更新策略

当发现分类或抽取效果不理想时,可以考虑:
  1. 添加新样本:上传更多典型样本
  2. 替换样本:删除不典型的样本,上传更好的样本
  3. 样本多样化:确保样本覆盖各种可能的文档格式

示例:批量上传样本

Python

下一步