英文原标题:Announcing Amazon Textract Insights: Verifiable generative AI for documents

本文为英文原文的机器翻译摘要,原文见:AWS Machine Learning Blog ↗

  • Amazon Textract Insights 正式可用,是 Amazon Textract 的新生成式 AI 功能,通过新 API 提供。用户用自然语言描述所需字段,提交文档或混合多文档包,即可获得结构化结果,每个值带置信度分数和页面级溯源,无需模型训练。
  • 该功能针对混合文档包场景,如抵押贷款文件包含 W-2、工资单、银行对账单和手写笔记。用户通过 blueprint(JSON Schema,每个字段带自然语言描述和推断类型)定义提取内容,可基于 AWS 公共 blueprint 或自定义。
  • 对于混合包,用户将多个 blueprint 加入同一项目,提交最多 3,000 页的单个文件并启用拆分。服务自动拆分子文档、匹配 blueprint、提取字段,并返回每个值的置信度和溯源信息。
  • 结果包含显式字段和推断字段,均带置信度及页面和边界框坐标,便于审计和人工复核。Symbeo 副总裁评价称,可用自然语言描述字段,并仅复核低置信度字段。
  • 底层 Amazon Textract Core 引擎更新,提升准确性和密集表格、手写处理,语言覆盖扩至 40 种,新增东京和苏黎世区域(共 18 个),但 Insights 暂未在这些新区域提供。安全方面支持 AWS KMS 客户管理密钥加密项目和蓝图,作业中间数据临时存储并在完成后删除。

关键数据

  • 单个文件最多 3,000 页
  • 语言覆盖扩展至 40 种
  • Amazon Textract Core 在 18 个 AWS 区域提供区域内处理
  • 新增区域:亚太地区(东京)和欧洲(苏黎世)

为什么值得看:该功能将文档提取工作流整合为单一托管 API,提供带置信度和溯源的生成式 AI 提取,有助于在混合文档场景中实现可审计的自动化。

站内导航