Salt la conținutul principal
Română— Alege o limbă
Meniu

Introducere în Document AI

Lecția 1 din 16 Actualizată 2 noiembrie 2026 Dezvoltator
Pe această pagină
  1. De ce Document AI schimbă regulile jocului
  2. Cele trei servicii Document AI
  3. OCR tradițional vs. Document AI
  4. Rezultat Markdown structurat
  5. Ce veți învăța
  6. Puncte cheie

Actualizat pe 2 noiembrie 2026 — OCR. OCR 4.0 (mistral-ocr-4-0) a fost retras la 30 septembrie 2026. Utilizați OCR 4.1 (mistral-ocr-4-1), disponibil public din 31 august la același preț, sau aliasul mistral-ocr-latest, care indică spre acesta din 16 iulie. OCR 4.1 adaugă scoruri de încredere la nivel de bloc.

De ce Document AI schimbă regulile jocului

În fiecare dimineață, o companie de asigurări primește sute de formulare de daună: documente scanate înclinate sub unghiuri ciudate, rapoarte scrise de mână cu stiloul și fotografii ale facturilor făcute cu telefonul. Băncile se confruntă cu aceeași problemă privind extrasele de cont, spitalele cu fișele pacienților, iar agențiile guvernamentale cu formularele. Timp de decenii, recunoașterea optică a caracterelor (OCR) tradițională a încercat să rezolve această problemă, adesea cu rezultate dezamăgitoare imediat ce structurile devin complexe, este implicată scrierea de mână sau documentele combină mai multe limbi.

Mistral AI a construit Document AI pentru a gestiona exact acest tip de flux de lucru. Nu este doar un alt motor OCR: soluția combină un model lingvistic vizual (VLM) specializat cu capacități de extragere structurată și inteligență documentară. Cu alte cuvinte, nu se limitează la citirea caracterelor; reconstruiește documentul așa cum este organizat și vă permite să îl interogați ulterior.

2,000
Pagini/min per GPU
3
Servicii integrate
50+
Limbi suportate
6
Formate suportate

Cele trei servicii Document AI

Document AI se bazează pe trei servicii complementare, toate accesibile prin API-ul Mistral. Este util să înțelegeți cum se înlănțuie acestea chiar de la început.

Primul, Procesorul OCR, reprezintă nucleul sistemului. Modelul mistral-ocr-latest (OCR 4) extrage textul din documente scanate, PDF-uri, imagini și prezentări. În timp ce un OCR clasic precum Tesseract vă oferă un amestec haotic de linii, acest model păstrează structura: titluri, paragrafe, tabele, liste și hyperlink-uri. Luând din nou acel formular de daună: primiți formularul înapoi cu secțiunile identificate, nu un bloc de text pe care trebuie să îl descâlciți.

Al doilea serviciu, Anotările de documente, preia ștafeta pentru a extrage date acționabile. Definiți o schemă Pydantic—numele pacientului, suma facturii, clauzele contractului—iar modelul completează automat aceste câmpuri. Treceți de la text lizibil la valori tipizate pe care un sistem informațional le poate ingera.

Al treilea, Întrebări și Răspunsuri pentru Documente (Document QnA), combină OCR cu un LLM Mistral pentru a vă permite să puneți întrebări în limbaj natural despre conținut. Acest lucru îi permite unui avocat să întrebe „Care este perioada de preaviz pentru reziliere?“ în loc să recitească patruzeci de pagini. Este, de asemenea, modul natural de a accesa arhive mari sau de a compara rapoarte.

OCR tradițional vs. Document AI

OCR-ul tradițional, fie că este vorba de Tesseract sau Adobe Acrobat, funcționează prin recunoașterea modelelor pixel cu pixel. Acest principiu funcționează bine pe o pagină tipărită clar, dar se prăbușește imediat ce ieșiți din acest caz ideal. Un ziar cu mai multe coloane, anteturi imbricate și bare laterale ilustrate produce un text în care ordinea de citire nu mai are sens. Notele medicale scrise de mână sau formularele completate manual rămân ilizibile pentru acesta. Tabelele cu celule îmbinate, borduri lipsă sau alinieri neregulate pierd orice relație între coloane și rânduri. Adăugați un document care amestecă scripturi latine, arabe și asiatice, sau o scanare zgomotoasă, înclinată și neclară, iar rata de eroare devine prohibitivă.

Document AI se bazează pe un model vizual fin reglat (VLM) care înțelege semantica documentelor. Nu se limitează la recunoașterea caracterelor: înțelege structura, contextul și relațiile dintre elemente. Această diferență fundamentală de natură, nu doar un simplu câștig în precizie, explică rezultatele sale în cazurile dificile.

Rezultat Markdown structurat

O altă diferență cheie: Document AI produce Markdown structurat, nu text simplu. Fiecare pagină este returnată cu conținutul său textual etichetat—titluri, liste, paragrafe—tabelele sale formate în Markdown sau HTML, imaginile extrase însoțite de poziția lor, hyperlink-urile păstrate și, dacă doriți, anteturile și subsolurile izolate de corpul textului. Acest rezultat este gata de utilizare: îl puteți indexa într-o bază de date vectorială pentru RAG, îl puteți arhiva sau îl puteți afișa ca atare, fără o etapă intermediară de curățare.

La nivel de intrare, serviciul acoperă PDF-uri (scanate și native), imagini PNG, JPEG și AVIF, prezentări PPTX și documente DOCX. Dimensiunea maximă a fișierului este de 50 MB, cu un plafon de 1.000 de pagini—două limite de care trebuie să țineți cont atunci când vă divizați loturile.

Ce veți învăța

Cursul urmează ordinea celor trei servicii. Lecțiile 1 până la 3 acoperă prezentarea generală, modelul OCR 4 și cazurile de utilizare. Lecțiile 4 până la 8 aprofundează OCR: API-ul, codul Python, tabelele, anteturile și subsolurile, precum și optimizarea preciziei. Lecțiile 9 până la 12 gestionează adnotările, de la extragerea metadatelor la procesarea în loturi. Lecțiile 13 până la 16 abordează întrebările și răspunsurile pentru documente, de la documente unice la configurări multi-document, până la integrarea RAG și pipeline-urile de producție.

Puncte cheie

  • Document AI combină OCR, adnotări structurate și QnA într-o singură soluție
  • Modelul OCR 4 depășește cu mult soluțiile OCR tradiționale în ceea ce privește precizia și flexibilitatea
  • Rezultatul Markdown structurat facilitează integrarea în pipeline-urile existente
  • Trei servicii complementare acoperă întregul ciclu de viață al documentului