亚马逊的Textract AI可以在几个小时内读取数百万页

亚马逊为其Web服务客户推出了一项名为Textract的新产品，它类似于类固醇的光学字符识别。它不仅仅是从文档中提取文字，如其名称所暗示的那样 - 亚马逊表示它实际上可以识别不同的文档格式及其内容，以便它可以正确处理它们。该产品旨在识别是否从文件中的表格和表格中获取文本，包括扫描的收据，税务文书或库存。然后它生成不需要人工输入的结构化数据。

由于基本OCR在从表格和表格中获取文本时通常会发出混乱的信息，因此公司不得不求助于手动数据输入，这既费时又费时。Textract可以在几个小时内处理数百万个页面，这可以降低文档处理成本。此外，即使客户没有以前的机器学习经验，也可以使用它。

亚马逊表示，Textract可以识别名称和社会安全号码等信息，允许它将表格数据从PDF传输到易于搜索的电子表格中。对于更大的文档堆栈，它提取的信息可用于构建智能搜索或可以加载到数据库中。对于一些AWS客户来说，坏消息是该产品目前仅在美国的某些地区(俄亥俄州，弗吉尼亚州，俄勒冈州)和爱尔兰提供。然而，它将在明年进入更多地区。

标签： Textract AI