特定ラーニングと汎用ラーニングの概念は、抽出にのみ適用されます。

特定ラーニングでは、TotalAgility は最初にドキュメントを分類し、次にこの特定の内部ドキュメント タイプに対して学習した位置とキーワードを適用して、データを抽出します。特定ラーニングは通常、請求書やそれに似たドキュメントに使用されます。プロジェクトに実際に存在する「請求書」ドキュメント タイプは 1 つのみですが、内部的には、トレーニング可能なロケータ (次のセクションを参照) によって個々のベンダーのレイアウトが分類されます。レイアウトがわかっている場合は、データを見つけることができます。特定のトレーニングは正確ですが、学習した知識を未知のドキュメントに適用することはできません。

汎用ラーニングは、ドキュメントのレイアウトに依存しません。TotalAgility はサンプル ドキュメントの値に関連付けられているキーワードやその他のプロパティを学習し、この知識をこれまでになかったドキュメントやレイアウトに適用します。この方法は特定ラーニングほど正確ではありませんが、名前が示すように、より汎用です。

一部のロケータは汎用な抽出と特定の抽出を両方ともサポートし、通常はフォールバックをサポートしています。これらのロケータは最初に特定の知識を使用してデータを見つけようとしますが、この特定のレイアウトを認識できない場合は、汎用な知識を適用しようとします。次のトピックを参照してください。