പ്രമാണങ്ങൾ തിരിച്ചറിയുന്നതിനായി ആമസോൺ ക്ലൗഡ് സേവനം ആരംഭിച്ചു

ഒന്നിലധികം പ്രമാണങ്ങളിൽ നിന്ന് നിങ്ങൾക്ക് വേഗത്തിലും സ്വയമേവയും വിവരങ്ങൾ വേർതിരിച്ചെടുക്കേണ്ടതുണ്ടോ? കൂടാതെ അവ സ്കാനുകളുടെയോ ഫോട്ടോഗ്രാഫുകളുടെയോ രൂപത്തിൽ സംഭരിച്ചിട്ടുണ്ടോ? നിങ്ങളൊരു ആമസോൺ വെബ് സേവന (AWS) ഉപഭോക്താവാണെങ്കിൽ നിങ്ങൾ ഭാഗ്യവാനാണ്. ആമസോൺ ആക്സസ് തുറക്കുന്നതായി പ്രഖ്യാപിച്ചു വാചകം, ടേബിളുകൾ, ടെക്‌സ്‌റ്റ് ഫോമുകൾ, ടെക്‌സ്‌റ്റിന്റെ മുഴുവൻ പേജുകൾ എന്നിവ ജനപ്രിയ ഇലക്‌ട്രോണിക് ഫോർമാറ്റുകളിൽ വിശകലനം ചെയ്യാൻ മെഷീൻ ലേണിംഗ് ഉപയോഗിക്കുന്ന ക്ലൗഡ് അധിഷ്‌ഠിതവും പൂർണ്ണമായി നിയന്ത്രിക്കപ്പെടുന്നതുമായ സേവനം. ഇപ്പോൾ, തിരഞ്ഞെടുത്ത AWS പ്രദേശങ്ങളിൽ മാത്രമേ ഇത് ലഭ്യമാകൂ, പ്രത്യേകിച്ച് കിഴക്കൻ യുഎസ് (ഓഹിയോ, വടക്കൻ വിർജീനിയ), വെസ്റ്റേൺ യുഎസ് (ഒറിഗോൺ), EU (അയർലൻഡ്) എന്നിവിടങ്ങളിൽ മാത്രമേ ഇത് ലഭ്യമാകൂ, എന്നാൽ അടുത്ത വർഷം ടെക്‌സ്‌ട്രാക്‌റ്റ് എല്ലാവർക്കും ലഭ്യമാകും.

ആമസോണിന്റെ അഭിപ്രായത്തിൽ, പരമ്പരാഗത ഒപ്റ്റിക്കൽ ക്യാരക്ടർ റെക്കഗ്നിഷൻ സിസ്റ്റങ്ങളെ അപേക്ഷിച്ച് ടെക്‌സ്‌ട്രാക്റ്റ് വളരെ കാര്യക്ഷമമാണ്. ഒരു Amazon S3 ബക്കറ്റിൽ സംഭരിച്ചിരിക്കുന്ന ഫയലുകളിൽ നിന്ന്, ടാക്സ് ഫോമുകളിലെ പേരുകളും സോഷ്യൽ സെക്യൂരിറ്റി നമ്പറുകളും അല്ലെങ്കിൽ ഫോട്ടോഗ്രാഫ് ചെയ്ത രസീതുകളിലെ ആകെത്തുകകളും സ്വയമേവ ഹൈലൈറ്റ് ചെയ്യുന്നത് പോലെ, ആ വിവരങ്ങൾ അവതരിപ്പിക്കുന്ന സന്ദർഭത്തെ അടിസ്ഥാനമാക്കി ഫീൽഡുകളുടെയും ടേബിളുകളുടെയും ഉള്ളടക്കങ്ങൾ എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യാനാകും. ആമസോൺ സൂചിപ്പിക്കുന്നത് പോലെ പ്രസ് റിലീസ്, ടെക്‌സ്‌ട്രാക്‌റ്റ് സ്‌കാനുകൾ, PDF-കൾ, ഫോട്ടോഗ്രാഫുകൾ എന്നിവ പോലുള്ള ഇമേജ് ഫോർമാറ്റുകളെ പിന്തുണയ്‌ക്കുന്നു, കൂടാതെ സാമ്പത്തിക സേവനങ്ങൾ, ഇൻഷുറൻസ്, ഹെൽത്ത്‌കെയർ എന്നിവയുമായി ബന്ധപ്പെട്ട പ്രമാണങ്ങളിലെ സന്ദർഭവുമായി ഫലപ്രദമായി പ്രവർത്തിക്കുന്നു.

പേജ് നമ്പറുകൾ, വിഭാഗങ്ങൾ, ഫോം ലേബലുകൾ, ഡാറ്റാ തരങ്ങൾ എന്നിവ ഉപയോഗിച്ച് വ്യാഖ്യാനിച്ച JSON ഫോർമാറ്റിലുള്ള ഫലങ്ങൾ ടെക്‌സ്‌ട്രാക്‌റ്റ് സംഭരിക്കുന്നു, കൂടാതെ Amazon Elasticsearch Service, Amazon DynamoDB, Amazon Athena, കൂടാതെ Amazon Comprehend പോലുള്ള മെഷീൻ ലേണിംഗ് ഉൽപ്പന്നങ്ങൾ പോലുള്ള ഡാറ്റാബേസ്, അനലിറ്റിക്‌സ് സേവനങ്ങളുമായി ഓപ്‌ഷണലായി സംയോജിപ്പിക്കുന്നു. , ആമസോൺ കോംപ്രെഹെൻഡ് മെഡിക്കൽ, ആമസോൺ വിവർത്തനം, പോസ്റ്റ്-പ്രോസസിംഗിനായി Amazon SageMaker. പകരമായി, എക്‌സ്‌ട്രാക്‌റ്റുചെയ്‌ത ഡാറ്റ നേരിട്ട് മൂന്നാം കക്ഷി ക്ലൗഡ് സേവനങ്ങളിലേക്ക് അക്കൗണ്ടിംഗ്, ഓഡിറ്റിംഗ് കംപ്ലയൻസ് ആവശ്യങ്ങൾക്കായി അല്ലെങ്കിൽ ഡോക്യുമെന്റ് ആർക്കൈവുകളുടെ ഇന്റലിജന്റ് തിരയലുകൾക്ക് കൈമാറാൻ കഴിയും. ആമസോണിന്റെ അഭിപ്രായത്തിൽ, ടെക്‌സ്‌ട്രാക്റ്റിന് “കുറച്ച് മണിക്കൂറുകൾക്കുള്ളിൽ” ദശലക്ഷക്കണക്കിന് വ്യത്യസ്ത പ്രമാണങ്ങളുടെ പേജുകൾ “കൃത്യമായി” പ്രോസസ്സ് ചെയ്യാൻ കഴിയും.

ഗ്ലോബ് ആൻഡ് മെയിൽ, യുകെയുടെ നാഷണൽ വെതർ സർവീസ്, പ്രൈസ് വാട്ടർഹൗസ് കൂപ്പേഴ്‌സ്, നോൺ ഫോർ പ്രോഫിറ്റ് മാനേജ്‌ഡ് കെയർ ഓർഗനൈസേഷൻ ഹെൽത്ത് ഫസ്റ്റ്, റോബോട്ടിക് പ്രോസസ് ഓട്ടോമേഷൻ കമ്പനികളായ യുഐപാത്ത്, റിപ്‌കോർഡ്, ബ്ലൂ പ്രിസം എന്നിവ ഉൾപ്പെടെ നിരവധി AWS ഉപഭോക്താക്കൾ ഇതിനകം ടെക്‌സ്‌ട്രാക്‌റ്റ് ഉപയോഗിക്കുന്നു. മോർട്ട്‌ഗേജ് വ്യവസായത്തിൽ സുതാര്യത കൊണ്ടുവരാൻ ലക്ഷ്യമിടുന്ന ഒരു സ്റ്റാർട്ടപ്പായ Candor, അതിന്റെ ഉപഭോക്താക്കൾക്കുള്ള ലോൺ അപ്രൂവൽ പ്രക്രിയ വേഗത്തിലാക്കാൻ ബാങ്ക് സ്റ്റേറ്റ്‌മെന്റുകൾ, പേ സ്റ്റബുകൾ, വിവിധ നികുതി രേഖകൾ എന്നിവ പോലുള്ള രേഖകളിൽ നിന്ന് ഡാറ്റ എക്‌സ്‌ട്രാക്റ്റ് ചെയ്യാൻ ടെക്‌സ്‌ട്രാക്റ്റ് ഉപയോഗിക്കുന്നു.

"നൂതന മെഷീൻ ലേണിംഗ് ആവശ്യമില്ലാതെ തന്നെ ഏത് ഡോക്യുമെന്റിൽ നിന്നും ടെക്‌സ്‌റ്റും ഘടനാപരമായ ഡാറ്റയും കൃത്യമായി എക്‌സ്‌ട്രാക്റ്റുചെയ്യുന്നു എന്നതാണ് ആമസോൺ ടെക്‌സ്‌ട്രാക്‌റ്റിന്റെ ശക്തി," ആമസോൺ മെഷീൻ ലേണിംഗ് വൈസ് പ്രസിഡന്റ് സ്വാമി ശിവസുബ്രഹ്മണ്യൻ പറഞ്ഞു. "മറ്റ് AWS സേവനങ്ങളുമായുള്ള സംയോജനത്തിന് പുറമേ, ആമസോൺ ടെക്‌സ്‌ട്രാക്‌റ്റിന് ചുറ്റും വളരുന്ന വലിയ കമ്മ്യൂണിറ്റി ഞങ്ങളുടെ ഉപഭോക്താക്കളെ അവരുടെ ഫയൽ ശേഖരണങ്ങളിൽ നിന്ന് യഥാർത്ഥ മൂല്യം നേടാനും കൂടുതൽ കാര്യക്ഷമമായി പ്രവർത്തിക്കാനും സുരക്ഷാ പാലിക്കൽ മെച്ചപ്പെടുത്താനും ഡാറ്റാ എൻട്രി ഓട്ടോമേറ്റ് ചെയ്യാനും ബിസിനസ് തീരുമാനങ്ങൾ ത്വരിതപ്പെടുത്താനും അനുവദിക്കുന്നു."

ഇംഗ്ലീഷിലുള്ള re:Invent 2018 കോൺഫറൻസിൽ നിങ്ങൾക്ക് ടെക്‌സ്‌ട്രാക്‌റ്റിന്റെ അവതരണം ചുവടെ കാണാം.

അവലംബം: 3dnews.ru