Saltar al contenido

Amazon Textract lanza Insights para lotes de documentos mixtos

Respuesta corta

AWS ha lanzado en disponibilidad general Amazon Textract Insights, una API nueva. Describes en lenguaje natural los campos que necesitas, envías un documento o un lote mixto y recibes valores estructurados, cada uno con puntuación de confianza y ubicación en la página. No hace falta entrenar ningún modelo y se cobra por página.

Qué significa para las operaciones

Si tu equipo teclea a mano datos de facturas, contratos, siniestros o expedientes de alta de clientes, lo más útil es que cada valor llega con su puntuación de confianza y una referencia de página. Fija un umbral de aceptación, deja que los campos con confianza alta pasen directamente a tu CRM o ERP y envía el resto a una persona que pueda comprobar la página de origen en segundos. Los escaneos mixtos ya no necesitan un paso aparte de separación y clasificación. Prueba primero el umbral con una muestra de tus propios documentos y comprueba que tus idiomas y tu región de AWS estén cubiertos antes de planificar nada.

AWS ha anunciado la disponibilidad general de Amazon Textract Insights, una función de IA generativa de Amazon Textract que se ofrece mediante su propia API nueva, según el blog de aprendizaje automático de AWS.

Qué hace

Lo que se quiere extraer se define en un blueprint, un esquema JSON en el que cada campo lleva una descripción en lenguaje natural. Cada campo tiene además un tipo de inferencia, que indica si el valor se lee literalmente de la página o se deduce a partir del contenido del documento. AWS ofrece blueprints públicos para documentos habituales, como el W-2, el Form 1040, el Form 1098, un pasaporte o una partida de nacimiento. También puedes redactar los tuyos para los trámites propios de tu empresa.

Si trabajas con un lote mixto, incluye en un mismo proyecto las plantillas de cada categoría de documento que esperes. Después sube desde tu ubicación de Amazon S3 un único archivo de hasta 3.000 páginas, con la separación activada. El servicio divide el archivo en subdocumentos lógicos, asigna cada uno a un blueprint, extrae los campos y escribe los resultados de vuelta en tu bucket. AWS pone como ejemplo una solicitud de hipoteca de 26 páginas que contiene un W-2, nóminas, extractos bancarios y notas manuscritas del gestor del préstamo, procesada con una sola llamada a StartDocumentInsights.

Confianza y trazabilidad

Cada valor llega con una puntuación de confianza y su anclaje: la página y el recuadro delimitador de donde procede. Esto vale tanto para los campos explícitos como para los inferidos. Un revisor o un auditor puede contrastar cualquier resultado con la página original. AWS lo presenta como una forma de automatizar documentos que antes pasaban por revisión manual, manteniendo a las personas en el proceso allí donde hace falta criterio.

Symbeo, una empresa de CorVel, evaluó el servicio con facturas médicas y formularios que llegan con muchos formatos distintos. Su vicepresidente de sistemas de información explicó que el equipo podía describir los campos en lenguaje natural y concentrar la revisión en los valores con baja confianza. A Symbeo también le interesa la función de separación, que todavía no ha puesto en uso.

Actualización del motor Core

AWS ha actualizado además el motor de lectura Amazon Textract Core. Mejora la precisión, las tablas densas y la escritura a mano, y cubre 40 idiomas en DetectDocumentText y AnalyzeDocument. Las API existentes no cambian. Core ya está disponible en Asia Pacífico (Tokio) y Europa (Zúrich), con lo que el procesamiento dentro de la región llega a 18 regiones de AWS. Insights todavía no está disponible en esas dos regiones.

Tratamiento de los datos

Los proyectos y los blueprints se cifran en reposo con claves propiedad de AWS o, si la indicas al crearlos, con tu propia clave administrada por el cliente en KMS. Los datos intermedios del trabajo son transitorios y se eliminan al terminar. Insights usa inferencia entre regiones, de modo que las solicitudes se enrutan a capacidad de cómputo dentro de la zona geográfica de origen. Por ejemplo, las solicitudes desde Estados Unidos permanecen en Estados Unidos. Las API de Core siguen procesando en la región desde la que las llamas.

Límites y coste

Los formatos de entrada admitidos son PDF, PNG, JPEG y TIFF. Insights procesa inglés, francés, alemán, italiano, portugués y español. El precio es por página y no por token, sin compromiso mínimo. AWS recomienda ajustar el umbral de aceptación con una muestra representativa de tus propios documentos.

Fuente: AWS Machine Learning Blog

Siguiente paso

Visibility Analyzer

Una noticia sobre IA no dice cómo los asistentes ven tu sitio. El Visibility Analyzer lo comprueba en el sitio real: qué respuestas te citan, qué páginas el motor no puede recuperar y qué arreglar primero. Ejecutarlo es gratis.

Lanzar una auditoría de visibilidad gratuita

Lanzarlo es gratis. Sin tarjeta.

Precio
Gratis
Duración
Una ejecución, minutos

Plan gratuito: dos análisis al día, sin tarjeta.