Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Lietuviška laida

Document AI: OCR ir dokumentų intelektas

Inteligentus dokumentų išgavimas naudojant OCR 3: teksto atpažinimas, anotacijos, lentelės, dokumentų klausimai ir atsakymai bei grupinis apdorojimas.

16 paskaitų maždaug 1 val. 30 min Kūrėjas

Ko išmoksite

  • Python kalba iškviesti Mistral OCR API dokumentui paversti struktūrizuotu tekstu
  • Išgauti lentelles, antraštes ir puslapių numeraciją iš dokumento neprarandant jo originalios struktūros
  • Sukonfigūruoti Annotations API struktūrizuotiems metaduomenims išgauti, įskaitant grupinio apdorojimo atveju
  • Užduoti klausimus vienam ar keliems dokumentams naudojant Document QnA ir gauti pagrįstus atsakymus
  • Integruoti OCR į RAG vamzdyną ir industrializuoti dokumentų vamzdyną gamyboje

Kurso kortelė

Kam skirta
Kūrėjai, inžinieriai ir integratoriai, siekiantys savo programose panaudoti Mistral AI per API.
Būtinos žinios
Gebėjimas skaityti Python ir JSON, pagrindiniai komandinės eilutės įgūdžiai. Mistral AI Studio API raktas pavyzdžiams išbandyti.
Trukmė
1 val. 30 min — 16 paskaitų
Formatas
100 % nuotolinis savarankiško mokymosi kursas, prieinamas 24/7 per naršyklę. Eiga išsaugoma, galima tęsti bet kada. Numatoma trukmė: 1 val. 30 min.
Vertinimas
Praktinės užduotys siūlomos visose pamokose. Kiekviena pamoka baigiama pagrindinėmis įžvalgomis, padedančiomis atlikti savęs vertinimą. Paskutinės pamokos pabaigoje vykdomas galutinis 5 klausimų testas su atsakymais, patvirtinantis įgytus įgūdžius.
Prieinamumas
Savarankiško mokymosi kursas, prieinamas žmonėms su negalia: teksto turinys suderinamas su ekrano skaitytuvais, navigacija klaviatūra ir kontrastai atitinka reikalavimus. Dėl bet kokių pritaikymo poreikių rašykite el. paštu [email protected].
Kaina
Nemokama

Kurso turinys

  1. 01 Įvadas į Document AI
  2. 02 Mistralio OCR modelis (OCR 4)
  3. 03 Document AI – Naudojimo atvejai
  4. 04 Mistral OCR API
  5. 05 Tavo pirmasis OCR užklausimas naudojant Python
  6. 06 Lentelių ir struktūros ištraukimas
  7. 07 Antraštės, poraštės ir puslapių numeracija
  8. 08 Optimisation du taux de reconnaissance OCR
  9. 09 API d'annotations
  10. 10 Extraction de métadonnées structurées
  11. 11 Annotations par lots
  12. 12 Cas d'utilisation des annotations
  13. 13 Document QnA API
  14. 14 QnA sur plusieurs documents
  15. 15 Intégration OCR + RAG
  16. 16 Pipeline de production