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