మీరు బహుళ పత్రాల నుండి సమాచారాన్ని త్వరగా మరియు స్వయంచాలకంగా సంగ్రహించాలనుకుంటున్నారా? మరియు అవి స్కాన్‌లు లేదా ఫోటోగ్రాఫ్‌ల రూపంలో కూడా నిల్వ చేయబడతాయా? మీరు Amazon Web Services (AWS) కస్టమర్ అయితే మీరు అదృష్టవంతులు. యాక్సెస్‌ను ప్రారంభిస్తున్నట్లు అమెజాన్ ప్రకటించింది , ప్రముఖ ఎలక్ట్రానిక్ ఫార్మాట్‌లలో టేబుల్‌లు, టెక్స్ట్ ఫారమ్‌లు మరియు టెక్స్ట్ యొక్క మొత్తం పేజీలను విశ్లేషించడానికి మెషీన్ లెర్నింగ్‌ని ఉపయోగించే క్లౌడ్ ఆధారిత మరియు పూర్తిగా నిర్వహించబడే సేవ. ప్రస్తుతానికి, ఇది ఎంపిక చేసిన AWS ప్రాంతాలలో మాత్రమే అందుబాటులో ఉంటుంది, ప్రత్యేకంగా తూర్పు US (ఓహియో మరియు ఉత్తర వర్జీనియా), పశ్చిమ US (ఒరెగాన్) మరియు EU (ఐర్లాండ్)లో మాత్రమే అందుబాటులో ఉంటుంది, అయితే వచ్చే ఏడాది టెక్స్ట్‌ట్రాక్ట్ అందరికీ అందుబాటులో ఉంటుంది.
అమెజాన్ ప్రకారం, సాంప్రదాయ ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ సిస్టమ్‌ల కంటే టెక్స్ట్‌ట్రాక్ట్ చాలా సమర్థవంతంగా పనిచేస్తుంది. Amazon S3 బకెట్‌లో నిల్వ చేయబడిన ఫైల్‌ల నుండి, అది ఆ సమాచారాన్ని అందించిన సందర్భం ఆధారంగా ఫీల్డ్‌లు మరియు టేబుల్‌ల కంటెంట్‌లను సంగ్రహించగలదు, పన్ను ఫారమ్‌లలో పేర్లు మరియు సోషల్ సెక్యూరిటీ నంబర్‌లను ఆటోమేటిక్‌గా హైలైట్ చేయడం లేదా ఫోటోగ్రాఫ్ చేసిన రసీదులపై మొత్తాలు వంటివి. అమెజాన్ పేర్కొన్నట్లుగా , టెక్స్ట్‌ట్రాక్ట్ స్కాన్‌లు, PDFలు మరియు ఫోటోగ్రాఫ్‌ల వంటి ఇమేజ్ ఫార్మాట్‌లకు మద్దతు ఇస్తుంది మరియు ఆర్థిక సేవలు, బీమా మరియు ఆరోగ్య సంరక్షణకు సంబంధించిన పత్రాలలో సందర్భానుసారంగా సమర్థవంతంగా పని చేస్తుంది.
టెక్స్ట్‌ట్రాక్ట్ JSON ఫార్మాట్‌లో ఫలితాలను స్టోర్ చేస్తుంది, పేజీ నంబర్‌లు, విభాగాలు, ఫారమ్ లేబుల్‌లు మరియు డేటా రకాలతో ఉల్లేఖించబడింది మరియు ఐచ్ఛికంగా Amazon Elasticsearch Service, Amazon DynamoDB, Amazon Athena మరియు Amazon Comprehend వంటి మెషీన్ లెర్నింగ్ ఉత్పత్తుల వంటి డేటాబేస్ మరియు అనలిటిక్స్ సేవలతో అనుసంధానించబడుతుంది. , Amazon కాంప్రహెండ్ మెడికల్, Amazon Translate మరియు Amazon SageMaker పోస్ట్-ప్రాసెసింగ్ కోసం. ప్రత్యామ్నాయంగా, అకౌంటింగ్ మరియు ఆడిటింగ్ సమ్మతి ప్రయోజనాల కోసం లేదా డాక్యుమెంట్ ఆర్కైవ్‌ల యొక్క తెలివైన శోధనలకు మద్దతు ఇవ్వడానికి సేకరించిన డేటా నేరుగా మూడవ పక్ష క్లౌడ్ సేవలకు బదిలీ చేయబడుతుంది. Amazon ప్రకారం, Textract "కేవలం కొన్ని గంటల్లో" మిలియన్ల కొద్దీ విభిన్న పత్రాల పేజీలను "ఖచ్చితంగా" ప్రాసెస్ చేయగలదు.
గ్లోబ్ అండ్ మెయిల్, UK యొక్క నేషనల్ వెదర్ సర్వీస్, ప్రైస్‌వాటర్‌హౌస్‌కూపర్స్, లాభాపేక్ష లేకుండా నిర్వహించే సంరక్షణ సంస్థ Healthfirst మరియు రోబోటిక్ ప్రాసెస్ ఆటోమేషన్ కంపెనీలు UiPath, Ripcord మరియు బ్లూ ప్రిజంతో సహా అనేక AWS కస్టమర్‌లు ఇప్పటికే టెక్స్ట్‌ట్రాక్ట్‌ని ఉపయోగిస్తున్నారు. తనఖా పరిశ్రమకు పారదర్శకతను తీసుకురావడానికి ఉద్దేశించిన స్టార్టప్ అయిన Candor, దాని కస్టమర్‌ల కోసం రుణ ఆమోద ప్రక్రియను వేగవంతం చేయడానికి బ్యాంక్ స్టేట్‌మెంట్‌లు, పే స్టబ్‌లు మరియు వివిధ పన్ను పత్రాల వంటి పత్రాల నుండి డేటాను సేకరించేందుకు టెక్స్ట్‌ట్రాక్ట్‌ని ఉపయోగిస్తుంది.
"అమెజాన్ టెక్స్ట్‌ట్రాక్ట్ యొక్క శక్తి ఏమిటంటే ఇది అధునాతన మెషీన్ లెర్నింగ్ అవసరం లేకుండా వాస్తవంగా ఏదైనా డాక్యుమెంట్ నుండి టెక్స్ట్ మరియు స్ట్రక్చర్డ్ డేటాను ఖచ్చితంగా సంగ్రహిస్తుంది" అని అమెజాన్ మెషిన్ లెర్నింగ్ వైస్ ప్రెసిడెంట్ స్వామి శివసుబ్రమణియన్ అన్నారు. "ఇతర AWS సేవలతో ఏకీకరణతో పాటు, Amazon Textract చుట్టూ పెరుగుతున్న పెద్ద కమ్యూనిటీ మా కస్టమర్‌లు వారి ఫైల్ సేకరణల నుండి నిజమైన విలువను పొందేందుకు, మరింత సమర్థవంతంగా పని చేయడానికి, భద్రతా సమ్మతిని మెరుగుపరచడానికి, డేటా ఎంట్రీని ఆటోమేట్ చేయడానికి మరియు వ్యాపార నిర్ణయాలను వేగవంతం చేయడానికి అనుమతిస్తుంది."
క్రింద మీరు ఆంగ్లంలో పునః:Invent 2018 కాన్ఫరెన్స్‌లో టెక్స్ట్‌ట్రాక్ట్ ప్రదర్శనను చూడవచ్చు.
మూలం: 3dnews.ru