Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Dansk udgave

Document AI: OCR og dokumentintelligens

Intelligent dokumentudtrækning med OCR 3: tekstgenkendelse, annotationer, tabeller, dokument-QnA og batchbehandling.

16 lektioner ca. 1 h 30 min Udvikler

Hvad du lærer

  • Kald Mistral OCR API i Python for at konvertere et dokument til struktureret tekst
  • Udtræk tabeller, overskrifter og paginering fra et dokument uden at miste den oprindelige struktur
  • Konfigurer Annotations API til at udtrække strukturerede metadata, herunder i batchbehandling
  • Forespørg ét eller flere dokumenter med Document QnA og få kildemærkede svar
  • Integrer OCR i en RAG-pipeline og industrialiser dokumentpipelinen i produktion

Kursusark

Målgruppe
Udviklere, ingeniører og integratorer, der ønsker at udnytte Mistral AI via API i deres applikationer.
Forudsætninger
Evne til at læse Python og JSON, grundlæggende kommandolinje. En Mistral AI Studio API-nøgle for at prøve eksemplerne.
Varighed
1 h 30 min — 16 lektioner
Formater
100 % online selvstyret kursus, tilgængeligt 24/7 fra en browser. Fremskridt gemmes, genoptag når som helst. Estimeret varighed: 1 h 30 min.
Vurdering
Øvelsesopgaver foreslået gennem hele lektionerne. Hver lektion slutter med sine vigtigste pointer, hvilket understøtter selvevaluering. En afsluttende quiz med 5 rettede spørgsmål, ved slutningen af den sidste lektion, validerer de erhvervede færdigheder.
Tilgængelighed
Selvstyret kursus tilgængeligt for personer med handicap: tekstindhold kompatibelt med skærmlæsere, tastaturnavigation og overholdelse af kontraster. For eventuelle tilpasningsbehov, send en e-mail til [email protected].
Pris
Gratis

Kursets indhold

  1. 01 Introduktion til Document AI
  2. 02 Mistrals OCR-model (OCR 4)
  3. 03 Use Cases for Document AI
  4. 04 Mistrals OCR-API
  5. 05 Dit første OCR-opkald i Python
  6. 06 Udtrækning af tabeller og struktur
  7. 07 Sidehoveder, sidefødder og paginering
  8. 08 Optimering af OCR-nøjagtighed
  9. 09 Annotations-API'en
  10. 10 Udtræk strukturerede metadata
  11. 11 Annotations par lots
  12. 12 Cas d'utilisation des annotations
  13. 13 Document QnA API'en
  14. 14 QnA med flere dokumenter
  15. 15 Integration af OCR + RAG
  16. 16 Pipeline de production