【PaddleNLP】表格关键信息抽取：从环境、训练到最终服务端应用

     要做一个基于PaddleNLP-uie的表格关键信息抽取应用，并且把这个应用部署到服务器上去，经历了很多，现在做的记录供参考。

一：环境准备和参考

首先参考的项目是官方的，具体链接如下

https://github.com/PaddlePaddle/PaddleNLP/blob/develop/model_zoo/uie/README.md

其次参考的是比较好的csdn博主 z5z5z5z56 

【PaddleNLP-kie】关键信息抽取2：UIE模型做图片信息提取全流程-CSDN博客

这个写的真的比较完善，十分感谢。

   尽管官方的环境安装等比较完善，但是经过我的实战我推荐基于docker环境去做，镜像链接。

二：训练中的标注

训练中的标注有两种模式

     官方推荐使用数据标注平台doccano 进行数据标注，这种比较适合文本的标注。因为我们是基于图片的数据集去标注，所以本样例使用数据标注（label_studio），前面的提到博主写的已经非常完善了，同时在这里补充下就是标签的提前放置和标签之间的类别关系，都要注意。这次先在这里放一下，后面会专门出一个标注的过程遇到的问题。

三：服务化部署中schema的设置

 基于simpleServing部署的，官方部署的方法很详细，但是注意到在question中提出的问题，如下

[Question]: UIE使用simpleServing部署，如何通过参数动态修改schema，会永久修改模型的schem？

[Question]: 在信息抽取任务中，使用SimpleServing进行部署，如何想要替换schema该如何操作？

    所以，因为给的样例client或者通过任何client端请求post服务时，需要传递schema参数，表格有一定的特殊性，比如说该表格的类型只需依据特定的表头返回相应几项内容，那么这就需要在服务端进行设置，包括所有的配置都在服务端。  我的做法是按照官方说的那样需要在app.register_taskflow("taskflow/uie", uie,taskflow_handler=MyTaskflowHandler)中启用taskflow_handler，其中MyTaskflowHandler是自己需要定义的类，这个类里面可以完成上述的需求，并且可添加导入需要请求表格的json的配置文件。MyTaskflowHandler参考了MyTaskflowHandler参考链接

四：最后

     环境等完全可以按照上面的链接进行，至于训练标注和定制服务端的，这个需要根据具体需求进行更改的，后面会详细完善一下的。后面会针对标注和相应的服务部署，具体写一下的。