Inleiding tot Document AI
Op deze pagina
Bijgewerkt op 2 november 2026 — OCR. OCR 4.0 (
mistral-ocr-4-0) is op 30 september 2026 buiten dienst gesteld. Gebruik OCR 4.1 (mistral-ocr-4-1), dat sinds 31 augustus algemeen beschikbaar is tegen dezelfde prijs, of het aliasmistral-ocr-latest, dat sinds 16 juli daarnaar verwijst. OCR 4.1 voegt betrouwbaarheidsscores toe op blokniveau.
Waarom Document AI het spel verandert
Elke ochtend ontvangt een verzekeringsmaatschappij honderden schadeformulieren: gescande documenten die onder vreemde hoeken staan, handgeschreven rapporten ingevuld met een pen, en foto’s van facturen gemaakt met een telefoon. Banken kampen met hetzelfde probleem bij afschriften, ziekenhuizen met patiëntendossiers en overheidsinstanties met formulieren. Decennialang heeft traditionele optical character recognition (OCR) geprobeerd dit probleem op te lossen, vaak met teleurstellende resultaten zodra de lay-outs complex worden, handschrift involved is, of documenten meerdere talen mengen.
Mistral AI heeft Document AI gebouwd om precies dit soort workflows aan te kunnen. Het is niet zomaar een andere OCR-engine: de oplossing combineert een gespecialiseerd vision language model (VLM) met gestructureerde extractie- en documentintelligence-mogelijkheden. Met andere woorden, het leest niet alleen tekens; het reconstrueert het document zoals het is georganiseerd en stelt u in staat om het afterward te bevragen.
De drie Document AI-services
Document AI vertrouwt op drie complementaire services, allemaal toegankelijk via de Mistral API. Het helpt om vanaf het begin te begrijpen hoe deze op elkaar aansluiten.
De eerste, de OCR-processor, vormt de kern van het systeem. Het mistral-ocr-latest-model (OCR 4) extraheert tekst uit gescande documenten, pdf’s, afbeeldingen en presentaties. Waar een klassieke OCR zoals Tesseract u een warboel aan regels geeft, behoudt dit model de structuur: koppen, alinea’s, tabellen, lijsten en hyperlinks. Neem nogmaals dat schadeformulier: u krijgt het formulier terug met geïdentificeerde secties, niet een blok tekst dat u moet ontrafelen.
De tweede service, Document Annotations, neemt het over om bruikbare gegevens te extraheren. U definieert een Pydantic-schema—patiëntnaam, factuurbedrag, contractclausules—en het model vult deze velden automatisch in. U gaat van leesbare tekst naar getypte waarden die een informatiesysteem kan verwerken.
De derde, Document QnA, combineert OCR met een Mistral LLM zodat u vragen in natuurlijke taal kunt stellen over de inhoud. Hierdoor kan een advocaat vragen: “Wat is de opzegtermijn?” in plaats van veertig pagina’s opnieuw te lezen. Het is ook de natuurlijke manier om grote archieven te raadplegen of rapporten te vergelijken.
Traditionele OCR versus Document AI
Traditionele OCR, of het nu Tesseract of Adobe Acrobat is, werkt door patronen pixel voor pixel te herkennen. Dat principe werkt prima op een scherpe gedrukte pagina, maar het faalt zodra u buiten dat ideale geval stapt. Een krant met meerdere kolommen, geneste koppen en geïllustreerde sidebars produceert tekst waarbij de leesvolgorde geen zin meer heeft. Handgeschreven artsennotities of handmatig ingevulde formulieren blijven onleesbaar voor het systeem. Tabellen met samengevoegde cellen, ontbrekende randen of onregelmatige uitlijningen verliezen alle relatie tussen kolommen en rijen. Voeg daar een document aan toe dat Latijnse, Arabische en Aziatische scripts mengt, of een ruisende, scheef gescande, wazige scan, en het foutenpercentage wordt onaanvaardbaar.
Document AI bouwt voort op een fijn afgestemd vision model (VLM) dat de semantiek van documenten begrijpt. Het herkent niet alleen tekens: het vat structuur, context en relaties tussen elementen. Dit fundamentele verschil in aard, en niet slechts een simpele winst in nauwkeurigheid, verklaart de resultaten bij moeilijke gevallen.
Gestructureerde Markdown-uitvoer
Een ander belangrijk verschil: Document AI produceert gestructureerde Markdown, geen platte tekst. Elke pagina wordt geretourneerd met de tekstuele inhoud getagd—koppen, lijsten, alinea’s—de tabellen geformatteerd in Markdown of HTML, geëxtraheerde afbeeldingen vergezeld van hun positie, behouden hyperlinks en, indien gewenst, kop- en voetteksten geïsoleerd van de hoofdtekst. Deze uitvoer is direct bruikbaar: u kunt deze indexeren in een vectordatabase voor RAG, archiveren of als zodanig weergeven, zonder tussenstap voor opschoning.
Aan de invoerkant dekt de service pdf’s (gescand en native), PNG-, JPEG- en AVIF-afbeeldingen, PPTX-presentaties en DOCX-documenten. De maximale bestandsgrootte is 50 MB, met een maximum van 1.000 pagina’s—twee limieten om rekening mee te houden bij het splitsen van uw batches.
Wat u zult leren
De cursus volgt de volgorde van de drie services. Lessen 1 tot en met 3 behandelen het overzicht, het OCR 4-model en use cases. Lessen 4 tot en met 8 duiken dieper in OCR: de API, Python-code, tabellen, kop- en voetteksten en optimalisatie van de nauwkeurigheid. Lessen 9 tot en met 12 behandelen annotaties, van metadata-extractie tot batchverwerking. Lessen 13 tot en met 16 pakken document-QnA aan, van enkele documenten tot multi-documentopstellingen, tot aan RAG-integratie en productiepijplijnen.
Belangrijkste punten
- Document AI combineert OCR, gestructureerde annotaties en QnA in één oplossing
- Het OCR 4-model overtreft traditionele OCR-oplossingen ver in nauwkeurigheid en flexibiliteit
- Gestructureerde Markdown-uitvoer maakt integratie in uw bestaande pijplijnen eenvoudig
- Drie complementaire services dekken de volledige documentlevenscyclus