Trebate li brzo i automatski izdvojiti podatke iz više dokumenata? I pohranjuju li se i u obliku skenova ili fotografija? Imate sreće ako ste korisnik Amazon Web Services (AWS). Amazon je najavio otvaranje pristupa , potpuno upravljana usluga temeljena na oblaku koja koristi strojno učenje za analizu tablica, tekstualnih obrazaca i cijelih stranica teksta u popularnim elektroničkim formatima. Za sada će biti dostupan samo u odabranim regijama AWS-a, točnije u istočnom SAD-u (Ohio i Sjeverna Virginia), zapadnom SAD-u (Oregon) i EU (Irska), no sljedeće godine Texttract će biti dostupan svima.
Prema Amazonu, Texttract je znatno učinkovitiji od konvencionalnih sustava za optičko prepoznavanje znakova. Iz datoteka pohranjenih u spremniku Amazon S3 može izdvojiti sadržaj polja i tablica na temelju konteksta u kojem su te informacije predstavljene, poput automatskog isticanja imena i brojeva socijalnog osiguranja na poreznim obrascima ili ukupnih iznosa na fotografiranim računima. Kao što Amazon primjećuje u , Texttract podržava slikovne formate kao što su skenovi, PDF-ovi i fotografije te učinkovito radi s kontekstom u dokumentima specifičnim za financijske usluge, osiguranje i zdravstvenu skrb.
Texttract pohranjuje rezultate u JSON formatu, označene brojevima stranica, odjeljcima, oznakama obrasca i vrstama podataka, te se po izboru integrira s bazama podataka i analitičkim uslugama kao što su Amazon Elasticsearch Service, Amazon DynamoDB, Amazon Athena i proizvodi za strojno učenje kao što je Amazon Comprehend , Amazon Comprehend Medical, Amazon Translate i Amazon SageMaker za naknadnu obradu. Alternativno, ekstrahirani podaci mogu se prenijeti izravno na usluge u oblaku trećih strana u svrhu usklađenosti računovodstva i revizije ili za podršku inteligentnog pretraživanja arhiva dokumenata. Prema Amazonu, Texttract može "precizno" obraditi milijune stranica različitih dokumenata u "samo nekoliko sati".
Brojni korisnici AWS-a već koriste Textract, uključujući Globe and Mail, Nacionalnu meteorološku službu Ujedinjenog Kraljevstva, PricewaterhouseCoopers, neprofitnu organizaciju za upravljanje skrbi Healthfirst i tvrtke za automatizaciju robotskih procesa UiPath, Ripcord i Blue Prism. Candor, startup čiji je cilj unijeti transparentnost u industriju hipotekarnih kredita, koristi Texttract za izdvajanje podataka iz dokumenata kao što su bankovni izvodi, popisi plaća i razni porezni dokumenti kako bi ubrzao proces odobravanja kredita za svoje klijente.
“Snaga Amazon Texttracta je u tome što točno izvlači tekst i strukturirane podatke iz gotovo bilo kojeg dokumenta bez potrebe za naprednim strojnim učenjem,” rekao je Swami Sivasubramanian, potpredsjednik Amazon Machine Learninga. "Osim integracije s drugim AWS uslugama, velika zajednica koja raste oko Amazon Texttracta omogućuje našim korisnicima da dobiju stvarnu vrijednost od svojih kolekcija datoteka, rade učinkovitije, poboljšaju sigurnosnu usklađenost, automatiziraju unos podataka i ubrzaju poslovne odluke."
U nastavku pogledajte izlaganje Texttracta na re:Invent 2018 konferenciji na engleskom jeziku.
Izvor: 3dnews.ru