Българско издание
Document AI: OCR и интелигентност на документите
Интелигентно извличане на данни от документи с OCR 3: разпознаване на текст, анотации, таблици, въпроси и отговори относно документи и пакетна обработка.
16 урока ок. 1 ч 30 мин Програмист
Какво ще научите
- Извикване на Mistral OCR API в Python за преобразуване на документ в структуриран текст
- Извличане на таблици, заглавки и номерация на страници от документ, без загуба на оригиналната му структура
- Конфигуриране на Annotations API за извличане на структурирани метаданни, включително при пакетна обработка
- Задаване на въпроси към един или повече документи с Document QnA и получаване на отговори с източници
- Интегриране на OCR в RAG конвейер и индустриализиране на конвейера за документи в производствена среда
Информация за курса
- За кого е
- Разработчици, инженери и интегратори, които искат да използват Mistral AI чрез API в своите приложения.
- Предварителни изисквания
- Умение за четене на Python и JSON, основи на командния ред. API ключ за Mistral AI Studio за тестване на примерите.
- Продължителност
- 1 ч 30 мин — 16 урока
- Формати
- 100% онлайн курс в собствен темп, достъпен 24/7 от браузър. Прогресът се запазва, възобновяване по всяко време. Приблизителна продължителност: 1 ч 30 мин.
- Оценяване
- Практически упражнения, предложени през цялото време на уроците. Всеки урок завършва със своите основни изводи, подпомагащи самооценката. Финален тест от 5 въпроса с отговори, в края на последния урок, валидира придобитите умения.
- Достъпност
- Курс в собствен темп, достъпен за хора с увреждания: текстово съдържание, съвместимо с екранни четци, навигация с клавиатура и съответстващи контрасти. За всякакви нужди от адаптация, пишете на [email protected].
- Цена
- Безплатно
Уроци
- 01 Въведение в Document AI
- 02 Моделът на Mistral за OCR (OCR 4)
- 03 Варианти на употреба на Document AI
- 04 OCR API на Mistral
- 05 Първото ви OCR обаждане в Python
- 06 Извличане на таблици и структура
- 07 Заглавки, долни колонтитули и номерация на страници
- 08 Оптимизиране на точността на OCR
- 09 API за анотации
- 10 Извличане на структурирани метаданни
- 11 Анотации на партиди
- 12 Случаи на използване на анотации
- 13 API за въпроси и отговори относно документи (Document QnA)
- 14 Въпроси и отговори с множество документи
- 15 Интеграция на OCR + RAG
- 16 Пайплайн за производство