配置OCR增强实现文档智能解析

应用场景

Flexus企业搜索服务（后续简称为KooSearch），Koosearch结合OCR服务文档识别能力，通过NET网关打通网络，使Koosearch支持智能文档解析能力，对PDF/Word等格式的文档内容进行版式分析，智能识别文档中的各种版式类型，如表格、图片、公式、标题等，以及识别单栏、双栏版面结构及段落顺序，对用户上传的文档进行智能解析。本文介绍Flexus企业搜索服务如何配置OCR增强实现文档智能解析功能。

步骤1：开通OCR

开通OCR服务的智能文档解析功能。

1. 登录文字识别OCR管理控制台。
2. 在“总览”页面的使用说明模块选择“智能文档解析”。
3. 单击操作列的“开通管理”，弹出开通管理页面，确认是否已经为操作者开通了智能文档解析功能。
   • 是，则进行下一步。
   • 否，则单击操作列的“开通服务”为操作者开通智能文档解析功能。

   如图1所示，表示所有人都已开通智能文档解析功能。

   图1 开通智能文档解析
   

详细操作指导请参见文字识别OCR。

步骤2：开通Flexus企业搜索服务

购买智能问答版Flexus企业搜索服务（KooSearch）。

1. 登录云搜索服务管理控制台。
2. 在左侧导航栏选择“KooSearch>Flexus 企业搜索服务”，进入Flexus企业搜索服务页面。
3. 单击页面右上角的“购买Flexus企业搜索服务”按钮，进入购买页面。
4. 在购买页面，完成Flexus企业搜索服务配置。

   表1 购买Flexus企业搜索服务

   参数	子参数	说明
   区域	-	选择实例的所在区域。默认选择“西南-贵阳一”区域。 说明： 仅“西南-贵阳一”区域支持开通和使用KooSearch服务。
   版本规格	-	智能搜索版：提供开箱即用的知识库，主要用于RAG，为大语言模型（LLM）提供外部知识来源，扩大知识检索范围。 智能问答版：提供内置大语言模型（LLM），一站式快速搭建企业级RAG服务。 本案例选择“智能问答版”。
   实例名称	-	实例名称为Flexus企业搜索服务的名称。 实例名称在4位到16位之间，必须以字母开头，可以包含字母、数字、中划线或者下划线，不能包含其他的特殊字符。 本案例以“kos_ocr”为例。
   OCR增强	-	OCR增强功能是引用OCR服务能力，来增强实例的搜索和问答能力。 开通OCR增强插件会创建委托访问文字识别服务，需额外计费。
   网络配置	虚拟私有云	指定集群节点使用的虚拟专用网络，实现不同业务的网络隔离。 单击“查看虚拟私有云”跳转到虚拟私有云列表，查看已创建或共享至当前账号下的VPC名称和ID。 如果没有合适的VPC，建议联系CSS服务管理员新建VPC，具体请参见创建虚拟私有云和子网。
   	子网	集群使用子网实现与其他网络的隔离，并独享所有网络资源，以提高网络安全。 选择当前虚拟私有云下集群需要的子网。支持选择共享VPC下的子网。
   	安全组	安全组起着虚拟防火墙的作用，为集群提供安全的网络访问控制策略。 选择集群需要的安全组，单击“查看安全组”跳转到安全组列表，可以了解安全组详情。
   购买时长	-	支持按月购买，购买周期越长价格越优惠，根据实例购买时长，一次性支付实例费用。最短时长为1个月，最长时长为1年。如果购买时长超过9个月，建议包年购买，价格更优惠。也可以勾选自动续费复选框，到期会自动续费。

5. 配置完成后，单击“立即购买”，确认信息无误，单击“去支付”，跳到支付页面。
6. 根据页面提示成功付款，即可完成KooSearch的开通。

步骤3：配置网络

1. 登录NAT网关管理控制台。
2. 在公网NAT网关列表页面，单击“购买公网NAT网关”，进入购买公网NAT网关页面。
3. 在购买公网NAT网关页面，配置NAT网关。

   关键参数请参见表2配置，其他参数可以保持默认值或基于业务场景参考购买公网NAT网关完成配置。

   表2 购买公网NAT网关

   参数	说明
   计费模型	因为KooSearch是离线服务，建议选择“按需计费”。
   区域	和KooSearch保持一个区域，选择“西南-贵阳一”。
   虚拟私有云	和KooSearch选择同一个VPC。
   子网	和KooSearch选择同一个子网。

4. 单击“立即购买”，确认产品规格无误后，单击“提交”，开始创建公网NAT网关。当状态为“运行中”时，表示公网NAT网关创建成功。
5. 当公网NAT网关创建成功后，在公网NAT网关列表页面，单击操作列的“设置规则”，在弹窗中单击“添加规则”进入网关详情页的“SNAT规则”页面。
6. 在“SNAT规则”页面，单击“添加SNAT规则”，在弹窗中配置公网NAT网关的SNAT规则。

   表3 添加SNAT规则

   参数	说明
   使用场景	选择“虚拟私有云”。
   网段	选择“使用已有”，选择和KooSearch同一个VPC。
   公网IP类型	选择“弹性公网IP”，勾选满足要求的IP。 如果没有可选的弹性公网IP，可以单击“查看弹性公网IP”跳转到弹性公网IP列表页，申请弹性公网IP。 建议弹性公网IP的“计费模式”为“按需计费”，“公网带宽”为“按流量计费”，“带宽大小”为“20”Mbit/s。

7. 单击“确定”完成SNAT规则的添加。

步骤4：验证OCR增强

1. 登录云搜索服务管理控制台。
2. 在左侧导航栏选择“KooSearch>Flexus 企业搜索服务”，进入Flexus企业搜索服务页面。
3. 选择文档问答服务，单击操作列的“问答”，前往KooSearch控制台。
4. 在KooSearch控制台，左侧导航栏选择“知识库管理”。

   进入知识库管理页面。

5. 在知识库管理页面，单击右上角“新建知识库”进入新建知识库页面。
6. 在“新建知识库”页面设置知识库信息。

   在“解析拆分设置”页签勾选“OCR增强”，使知识库可以调用OCR服务进行智能文档识别，如表格解析或扫描文件等。

   其他参数可以保持默认值或基于业务场景参考新建知识库完成配置。

   图2 知识库开启OCR增强
   
7. 设置好后，单击“确定”完成知识库创建。
8. 在知识库管理页面，选择已创建的知识库，单击操作列的“文档管理”，进入知识库详情页面。
9. 选择“文档管理”页签，单击“上传”。
10. 在上传对话框中单击“选择文档”，本地选择已提前准备好的文档。重复的文档不允许上传。
    图3 上传文档
    
11. 单击“确认”。文档上传后，可在文档管理页签查看已上传的文档，当“文档状态”为“正常”，说明文档已上传成功。
12. 文档上传成功后，可以单击文档名称，查看切片效果。