Amazon Textract Insights 正式推出:以自然語言抽取文件欄位,附信心分數與頁面定位,單檔最多 3,000 頁

AWS 宣布 Amazon Textract Insights 全面可用,可用自然語言定義欄位並處理混合文件包,每個值附信心分數與頁面定位。目前支援六種語言,且 Tokyo、Zurich 區域尚未提供。

新聞日期: 閱讀時間約 5 分鐘

目錄
  1. 1. Amazon Textract Insights 與傳統做法有何不同?
  2. 2. 混合文件包如何處理?支援哪些格式與語言?
  3. 3. 信心分數與定位如何支援稽核與自動化?
  4. 4. 資料安全與如何開始?

AWS 表示,Amazon Textract Insights 已達全面可用(general availability,即正式上線),是 Amazon Textract 內透過新 API 提供的生成式 AI 功能。使用者可用自然語言說明要抽取哪些欄位,並取得附信心分數與頁面定位的結構化結果。AWS 以房貸、理賠與入職文件包這類混合文件為典型情境(以上均依 AWS 說明)。

Amazon Textract Insights 與傳統做法有何不同?

AWS 指出,團隊通常有兩種做法。第一種是自行組合客製管線,包含 OCR(光學字元辨識,把掃描影像中的文字轉成電腦可讀的文字)、文件切分、分類、基礎模型提示與審查步驟。第二種是直接使用通用大型語言模型,雖能給出流暢答案,但不一定能可靠標示來源頁面或提供信心分數。AWS 說 Textract Insights 把整個流程整合為 Textract 上的單一非同步請求,也就是送出後在背景處理、完成再取回結果。

依 AWS 說明,使用者以「blueprint」(可理解為抽取範本)定義要抽取的內容。它是一份 JSON Schema,也就是描述資料欄位結構的標準格式。每個欄位都有自然語言描述,並有「推論類型」,決定值是從頁面逐字讀取,還是由文件內容推論而來。AWS 公開的 blueprint 涵蓋 W-2、Form 1040、Form 1098、護照與出生證明等,使用者也可自行撰寫。

混合文件包如何處理?支援哪些格式與語言?

處理混合文件包時,使用者先把各文件類型的 blueprint 加入同一個專案。接著從自己的 Amazon S3(AWS 的雲端檔案儲存服務)儲存貯體提交單一檔案(最多 3,000 頁),並啟用切分。AWS 表示,服務會將檔案切成邏輯子文件、配對適合的 blueprint、抽取欄位,並為每個值回傳信心分數與定位。

AWS 舉例:一份 26 頁的房貸申請 PDF 內含 W-2、薪資單、銀行對帳單與放款人員手寫筆記。只需一次 StartDocumentInsights 呼叫,結果便寫回使用者的 S3。每個值都附信心分數,以及來源頁面與邊界框(標出該值在頁面上位置的方框座標)。

依 AWS 公告整理:Insights 與 Core 的差異
項目Textract InsightsTextract Core 更新
性質新的生成式 AI 功能,透過新 API 提供既有讀取引擎更新,既有 API 不變
語言英、法、德、義、葡、西DetectDocumentText 與 AnalyzeDocument 擴至 40 種語言
區域尚未在 Tokyo、Zurich 提供新增 Tokyo 與 Zurich,共 18 個區域
處理位置在使用者所在地理範圍內自動選擇區域推論在呼叫的區域內處理
輸入與計價PDF、PNG、JPEG、TIFF;按頁計價,無最低承諾公告未說明

信心分數與定位如何支援稽核與自動化?

AWS 說明,Insights 回傳兩類欄位:直接從頁面讀取的明確欄位,以及從內容推導的推論欄位。兩者都附信心分數,以及值所取自的頁面與座標。因此審查人員或稽核人員可對照原始文件,確認任何結果。

AWS 引述 Symbeo(CorVel 旗下公司)資訊系統副總裁 Vijay Agrawal 的評估意見:團隊可用白話描述需要的欄位,並依信心分數只審查信心較低的欄位,同時期待探索文件切分功能。這是廠商發布的客戶說法,並非獨立驗證。

資料安全與如何開始?

AWS 表示,專案與 blueprint 預設以 AWS 自有金鑰做靜態加密,也就是資料儲存時即加密。若要使用自己的 AWS KMS(AWS 的金鑰管理服務)客戶管理金鑰,可在呼叫 CreateProject 或 CreateBlueprint 時,於 EncryptionConfiguration 中指定。分析工作的中繼處理資料同樣加密,屬暫時性資料,並在工作完成時刪除。專案的金鑰不適用於其工作。

  1. 定義需求:從 AWS 公開 blueprint 開始,或用自然語言描述自己的欄位。
  2. 建立專案:把 blueprint 加入專案。
  3. 提交文件:從 Amazon S3 以一次 API 呼叫送出單一文件或混合文件包。
  4. 檢視結果:接受達到信心門檻的值,其餘送人工審查,並以自己的代表性樣本調整門檻。

常見問題

Amazon Textract Insights 目前是預覽還是正式版?

AWS 在公告中表示已達全面可用(general availability),即正式版。但區域與語言仍有限制,例如 Tokyo 與 Zurich 尚未提供。

需要自己訓練模型嗎?

不需要。AWS 表示使用者以自然語言描述欄位即可,無需模型訓練。

原有的 Textract API 會受影響嗎?

AWS 表示,Textract Core 的更新不需要現有客戶做任何變更,既有 API 維持不變。

費用如何計算?

AWS 表示按頁計價而非按 token,且無最低承諾。公告未列出具體費率,請參閱 Amazon Textract 定價頁。

台灣是否可以使用?

AWS 公告未提供台灣或各區域的完整可用清單,只說明 Tokyo 與 Zurich 尚未提供 Insights,請以 AWS 文件為準。

查看同分類最新消息

覺得這篇整理實用嗎?分享給需要的朋友

資料來源

本文依據上方所列參考來源與標示之核對日期整理;票價、時刻、功能規格或服務條款可能變動,出發、預訂或購買前請至相關官方網站確認最新資訊。

生活分享