Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Svensk version

Document AI: OCR och dokumentintelligens

Intelligent dokumentextraktion med OCR 3: textigenkänning, annoteringar, tabeller, dokument-QnA och batchbearbetning.

16 lektioner ca. 1 h 30 min Utvecklare

Vad du lär dig

  • Anropa Mistral OCR API i Python för att konvertera ett dokument till strukturerad text
  • Extrahera tabeller, rubriker och sidnumrering från ett dokument utan att förlora dess ursprungliga struktur
  • Konfigurera Annotations API för att extrahera strukturerade metadata, inklusive vid batchbearbetning
  • Fråga ett eller flera dokument med Document QnA och få källhänvisade svar
  • Integrera OCR i en RAG-pipeline och industrialisera dokumentpipelinen för produktion

Kursöversikt

Målgrupp
Utvecklare, ingenjörer och integratörer som vill utnyttja Mistral AI via API i sina applikationer.
Förkunskaper
Förmåga att läsa Python och JSON, grundläggande kommandoradskunskaper. En API-nyckel för Mistral AI Studio för att testa exemplen.
Studietid
1 h 30 min — 16 lektioner
Upplägg
100 % online självstudiekurs, tillgänglig 24/7 från en webbläsare. Framsteg sparas, fortsätt när som helst. Beräknad duration: 1 h 30 min.
Bedömning
Övningsuppgifter föreslås genom hela lektionerna. Varje lektion avslutas med sina Nyckelpunkter som stödjer självutvärdering. Ett slutquiz med 5 rättade frågor, i slutet av den sista lektionen, validerar förvärvade färdigheter.
Tillgänglighet
Självstudiekurs tillgänglig för personer med funktionsnedsättning: textinnehåll kompatibelt med skärmläsare, tangentbordsnavigering och kontraster som följer standarder. För eventuella anpassningsbehov, mejla [email protected].
Pris
Gratis

Kursens innehåll

  1. 01 Introduction till Document AI
  2. 02 Mistrals OCR-modell (OCR 4)
  3. 03 Cas d'usage de Document AI
  4. 04 Mistral OCR API
  5. 05 Ton premier appel OCR en Python
  6. 06 Extraction de tableaux et de structures
  7. 07 Rubriker, sidfötter och sidnumrering
  8. 08 Optimera OCR-noggrannhet
  9. 09 API:en för annoteringar
  10. 10 Extrahera strukturerade metadata
  11. 11 Annotations par lots
  12. 12 Cas d'usage des annotations
  13. 13 API Document QnA
  14. 14 QnA multi-documents
  15. 15 Intégration OCR + RAG
  16. 16 Pipeline de production