本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 创建标准化蓝图 BDA 提供标准化功能，支持根据特定要求对提取的数据进行转换和标准化。这些标准化任务可以分为键标准化和值标准化。 **键标准化** 在许多情况下，文档字段的表示或标注方式可能有所不同。例如，“社会保险号码”字段可能显示为“SSN”、“税号”、“TIN”或其他类似变体。为了解决这个难题，BDA 提供了键标准化，便于为字段定义中的变体提供指令。 利用键标准化，您可以指导 BDA 识别同一字段的不同表示形式，并将其映射到标准化键。此功能可确保无论源文档中存在何种数据变体，都能一致地提取和组织数据。 | 字段 | 说明 | 提取类型 | Type | | --- | --- | --- | --- | | LastName | 用户的姓氏 | 显式 | 字符串 | | BirthNum | 出生证的证件号或文件号 | 显式 | 字符串 | | OtherIncome | 其他收入，包括联邦和州的汽油或燃油税抵免或退款 | 显式 | 数字 | | BusinessName | 填写 W9 的企业、承包商或实体的名称 | 显式 | 字符串 | | 功率因数 | 用于此使用量行项目的功率因数或乘数 | 显式 | 字符串 | | BirthPlace | 孩子出生的医院或机构的名称 | 显式 | 字符串 | | 受伤原因 | 受伤或职业病的原因，包括与工作的关系 | 显式 | 字符串 | 对于包含预定义值集或枚举的字段，可以在字段指令中提供预期值或范围。建议用引号括住变体，如示例所示。 | 字段 | 说明 | 提取类型 | Type | | --- | --- | --- | --- | | LICENSE\$1CLASS | 单字母类别代码，“A”、“B”或“C”之一 | 显式 | 字符串 | | 性别 | 性别。“M”或“F”之一 | 显式 | 字符串 | | InformantType | 信息的类型。“父母”或“其他”之一 | 显式 | 字符串 | | 信息收集渠道 | 以下项之一：“面对面采访”、“电话采访”、“传真或邮件”、“电子邮件或互联网” | 显式 | 字符串 | **值标准化** 值标准化是数据处理管道中的一项关键任务，需要将提取的数据转换为一致的标准化格式。此过程可确保下游系统可以无缝使用和处理数据，不会遇到兼容性问题或歧义。 使用 BDA 中的标准化功能，可以标准化格式、转换度量单位以及将值转换为特定的数据类型。 对于值标准化任务，应使用“推断”提取类型，因为经过标准化后，该值可能与文档的原始文本或 OCR 不完全匹配。例如，像“06/25/2022”这样需要格式化为“YYYY-MM-DD”格式的日期值在标准化后的提取值为“2022-06-25”，因此与文档的 OCR 输出不匹配。 标准化格式：可以将值转换为预定义格式，例如缩短代码、编号方案或特定的日期格式。这样就可以通过遵守行业标准或组织惯例来确保数据表示的一致性。 | 字段 | 说明 | 提取类型 | Type | | --- | --- | --- | --- | | SSN | SSN，格式为 XXX-XX-XXX | 推理 | 字符串 | | STATE | 代表州的两个字母的代码 | 推理 | 字符串 | | EXPIRATION\$1DATE | YYYY-MM-DD格式上的到期日期 | 推理 | 字符串 | | DATE\$1OF\$1BIRTH | 驱动程序的出生日期（ YYYY-MM-DD格式） | 推理 | 字符串 | | CHECK\$1DATE | 已签署的检查日期。重新格式化为 YYYY-MM-DD | 推理 | 字符串 | | PurchaseDate | 以mm/dd/yy格式显示的车辆购买日期 | 推理 | 字符串 | 您还可以通过处理诸如“不适用”之类的方案，将值转换为标准计量单位或特定数据类型。 | 字段 | 说明 | 提取类型 | Type | | --- | --- | --- | --- | | 重量 | 将重量转换为磅 | 推理 | 数字 | | 高度 | 将高度转换为英寸 | 推理 | 数字 | | nonqualified\$1plans\$1income | 字段 11 的值。如果不适用，则为 0。 | 推理 | 数字 |