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
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)。
| 項目 | Textract Insights | Textract 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。
- 定義需求:從 AWS 公開 blueprint 開始,或用自然語言描述自己的欄位。
- 建立專案:把 blueprint 加入專案。
- 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。
- 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。
同主題延伸閱讀
Claude Code 2.1.330:企業管理主控台登入、easel 圖表模組、排程任務延長至 30 天
Anthropic 在 Claude Code 2.1.330 更新日誌中列出企業管理主控台登入、內建圖表模組 easel、排程任務最長 30 天,以及更嚴格的 rm 指令審核。
AWS Quick 更新:對話建立流程、多代理協作、新增 Meta ads 與 Amplitude 連接器,AWS 稱所有 Quick 區域即日可用
AWS 推出分散式 KV 快取 Agent Skill:AWS 稱自架 LLM 成本最多降 40%、首字延遲最多降 80%
Amazon SageMaker HyperPod Slurm 推出叢集擴充功能:可觀測性與使用者管理兩項託管擴充,全 HyperPod 支援區域可用
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。