Amazon пуска базирана в облак услуга за разпознаване на документи

Трябва ли бързо и автоматично да извличате информация от множество документи? Освен това те съхраняват ли се под формата на сканирани изображения или снимки? Имате късмет, ако сте клиент на Amazon Web Services (AWS). Amazon обяви отварянето на достъп до Текст, базирана на облак и напълно управлявана услуга, която използва машинно обучение за анализиране на таблици, текстови формуляри и цели страници с текст в популярни електронни формати. Засега ще бъде наличен само в избрани региони на AWS, по-специално в източната част на САЩ (Охайо и Северна Вирджиния), западната част на САЩ (Орегон) и ЕС (Ирландия), като Textract ще стане публична през следващата година.

Според Amazon, Texttract е значително по-ефективен от конвенционалните системи за оптично разпознаване на знаци. От файлове, съхранени в кофа на Amazon S3, той може да извлече съдържанието на полета и таблици, като вземе предвид контекста, в който тази информация е представена, например системата автоматично подчертава имената и социалноосигурителните номера в данъчните формуляри или общите суми на снимани касови бележки. Както Amazon отбелязва в съобщение за пресата, Texttract поддържа формати на изображения като сканирания, PDF файлове и снимки и работи ефективно с контекст в документи, специфични за финансови услуги, застраховане и здравеопазване.

Texttract запазва резултатите във формат JSON, анотиран с номера на страници, секции, етикети на формуляри и типове данни, и по избор се интегрира с база данни и аналитични услуги като Amazon Elasticsearch Service, Amazon DynamoDB, Amazon Athena и продукти за машинно обучение, като Amazon Comprehend, Amazon Comprehend Medical, Amazon Translate и Amazon SageMaker за последваща обработка. Алтернативно, извлечените данни могат да бъдат прехвърлени директно към облачни услуги на трети страни за целите на счетоводството и одита за съответствие или за поддържане на интелигентно търсене в архивите на документи. Според Amazon, Texttract може "прецизно" да обработва милиони страници с различни документи "само за няколко часа".

Много клиенти на AWS вече използват Texttract, включително Globe and Mail, Националната метеорологична служба на Обединеното кралство, PricewaterhouseCoopers, Healthfirst, организация с нестопанска цел за управлявани грижи и компаниите за автоматизация на роботизирани процеси UiPath, Ripcord и Blue Prism. Candor, стартираща компания, която има за цел да внесе прозрачност в ипотечната индустрия, използва Texttract за извличане на данни от документи като банкови извлечения, корекции за плащания и различни данъчни документи, за да ускори процеса на одобрение на заеми за своите клиенти.

„Силата на Amazon Texttract е, че той точно извлича текстови и структурирани данни от практически всеки документ, без да е необходимо предварително машинно обучение“, каза Свами Сивасубраманиан, вицепрезидент на Amazon Machine Learning. „В допълнение към интегрирането с други услуги на AWS, голямата общност, която расте около Amazon Texttract, позволява на нашите клиенти да извлекат реална стойност от своите колекции от файлове, да работят по-ефективно, да подобрят съответствието със сигурността, да автоматизират въвеждането на данни и да ускорят бизнес решенията.“

По-долу можете да гледате презентацията на Texttract на re:Invent 2018 на английски език.

Източник: 3dnews.ru