अॅमेझॉनने दस्तऐवज ओळखण्यासाठी क्लाउड सेवा सुरू केली

तुम्हाला एकाधिक दस्तऐवजांमधून पटकन आणि स्वयंचलितपणे माहिती काढण्याची आवश्यकता आहे? आणि ते देखील स्कॅन किंवा छायाचित्रांच्या स्वरूपात संग्रहित आहेत? तुम्ही Amazon Web Services (AWS) चे ग्राहक असल्यास तुम्ही नशीबवान आहात. ऍमेझॉनने प्रवेश उघडण्याची घोषणा केली मजकूर, एक क्लाउड-आधारित आणि पूर्णपणे व्यवस्थापित सेवा जी लोकप्रिय इलेक्ट्रॉनिक स्वरूपांमध्ये टेबल, मजकूर फॉर्म आणि मजकूराची संपूर्ण पृष्ठे यांचे विश्लेषण करण्यासाठी मशीन लर्निंगचा वापर करते. आत्तासाठी, हे फक्त निवडक AWS प्रदेशांमध्ये उपलब्ध असेल, विशेषत: पूर्व यूएस (ओहायो आणि नॉर्दर्न व्हर्जिनिया), वेस्टर्न यूएस (ओरेगॉन), आणि EU (आयर्लंड), परंतु पुढील वर्षी Textract प्रत्येकासाठी उपलब्ध असेल.

Amazon च्या मते, Textract हे पारंपारिक ऑप्टिकल कॅरेक्टर रेकग्निशन सिस्टमपेक्षा लक्षणीयरीत्या अधिक कार्यक्षम आहे. Amazon S3 बकेटमध्ये संचयित केलेल्या फायलींमधून, ती माहिती ज्या संदर्भामध्ये सादर केली जाते त्या संदर्भावर आधारित फील्ड आणि सारण्यांची सामग्री काढू शकते, जसे की कर फॉर्मवर नावे आणि सामाजिक सुरक्षा क्रमांक स्वयंचलितपणे हायलाइट करणे किंवा छायाचित्रित पावत्यांवरील एकूण. Amazon मध्ये नोंदवल्याप्रमाणे प्रेस प्रकाशन, मजकूर स्कॅन, पीडीएफ आणि छायाचित्रे यासारख्या इमेज फॉरमॅटला सपोर्ट करतो आणि आर्थिक सेवा, विमा आणि आरोग्य सेवेसाठी विशिष्ट दस्तऐवजांमध्ये संदर्भासह प्रभावीपणे कार्य करतो.

मजकूर स्टोअर परिणाम JSON स्वरूपनात, पृष्ठ क्रमांक, विभाग, फॉर्म लेबले आणि डेटा प्रकारांसह भाष्य करतात आणि वैकल्पिकरित्या डेटाबेस आणि ऍनालिटिक्स सेवा जसे की Amazon Elasticsearch Service, Amazon DynamoDB, Amazon Athena, आणि मशीन लर्निंग उत्पादने एकत्र करतात. जसे Amazon Comprehend , Amazon Comprehend Medical, Amazon Translate, आणि Amazon SageMaker पोस्ट-प्रोसेसिंगसाठी. वैकल्पिकरित्या, काढलेला डेटा लेखा आणि लेखापरीक्षण अनुपालन हेतूंसाठी किंवा दस्तऐवज संग्रहांच्या बुद्धिमान शोधांना समर्थन देण्यासाठी थेट तृतीय-पक्ष क्लाउड सेवांमध्ये हस्तांतरित केला जाऊ शकतो. Amazon च्या मते, Textract "फक्त काही तासांत" लाखो पानांच्या वेगवेगळ्या कागदपत्रांवर "अचूक" प्रक्रिया करू शकतो.

ग्लोब अँड मेल, यूकेची राष्ट्रीय हवामान सेवा, प्राइसवॉटरहाउसकूपर्स, नॉन-फॉर-प्रॉफिट मॅनेज्ड केअर ऑर्गनायझेशन हेल्थफर्स्ट आणि रोबोटिक प्रोसेस ऑटोमेशन कंपन्या UiPath, Ripcord आणि Blue Prism यासह असंख्य AWS ग्राहक आधीच Textract वापरतात. तारण उद्योगात पारदर्शकता आणण्याचे उद्दिष्ट असलेले कॅन्डर, एक स्टार्टअप, आपल्या ग्राहकांसाठी कर्ज मंजुरी प्रक्रियेला गती देण्यासाठी बँक स्टेटमेंट, पे स्टब आणि विविध कर दस्तऐवज यांसारख्या कागदपत्रांमधून डेटा काढण्यासाठी Textract वापरते.

“Amazon Textract ची ताकद ही आहे की ते प्रगत मशीन लर्निंगची गरज न पडता अक्षरशः कोणत्याही दस्तऐवजातून मजकूर आणि संरचित डेटा अचूकपणे काढते,” स्वामी शिवसुब्रमण्यन, Amazon मशीन लर्निंगचे उपाध्यक्ष म्हणाले. "इतर AWS सेवांसोबत एकत्रीकरणाव्यतिरिक्त, Amazon Textract च्या आसपास वाढणारा मोठा समुदाय आमच्या ग्राहकांना त्यांच्या फाइल संग्रहातून वास्तविक मूल्य मिळवू देतो, अधिक कार्यक्षमतेने कार्य करू शकतो, सुरक्षा अनुपालन सुधारतो, डेटा एंट्री स्वयंचलित करू शकतो आणि व्यवसाय निर्णयांना गती देतो."

खाली तुम्ही इंग्रजीमध्ये re:Invent 2018 कॉन्फरन्समध्ये Textract चे सादरीकरण पाहू शकता.

स्त्रोत: 3dnews.ru