Премини към основното съдържание
Български— Изберете език
Меню

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

  1. 01 Въведение в Document AI
  2. 02 Моделът на Mistral за OCR (OCR 4)
  3. 03 Варианти на употреба на Document AI
  4. 04 OCR API на Mistral
  5. 05 Първото ви OCR обаждане в Python
  6. 06 Извличане на таблици и структура
  7. 07 Заглавки, долни колонтитули и номерация на страници
  8. 08 Оптимизиране на точността на OCR
  9. 09 API за анотации
  10. 10 Извличане на структурирани метаданни
  11. 11 Анотации на партиди
  12. 12 Случаи на използване на анотации
  13. 13 API за въпроси и отговори относно документи (Document QnA)
  14. 14 Въпроси и отговори с множество документи
  15. 15 Интеграция на OCR + RAG
  16. 16 Пайплайн за производство