Extracción de datos con modelos de Anthropic

Puede usar los modelos de IA generativa de Anthropic disponibles a través de los AWS y GCP para la extracción de datos en Document Automation.La opción Anthropic está disponible a partir de la versión 33 y versiones posteriores.

Antes de empezar

De forma predeterminada, no se requiere ninguna configuración adicional para Anthropic. La extracción de datos funcionará utilizando una cuenta de servicio Automation Anywhere disponible en AWS. Sin embargo, si desea utilizar su propia cuenta, asegúrese de haber realizado las siguientes tareas según el proveedor en Nube que ha configurado para Anthropic:

Anthropic ofrece las siguientes ventajas:

  • Procesar de manera eficiente los documentos grandes y no estructurados.
  • Administrar los documentos tanto en inglés como en otros idiomas.
  • Procesar con mayor rapidez los documentos durante la extracción de datos más precisa.
  • Flexibilidad para utilizar su propia licencia mediante el modelo traiga su propia licencia (BYOL).
Nota: Le recomendamos que utilice los modelos 3.0 o posteriores de Claude de Anthropic para la extracción de datos.

Procedimiento

  1. Vaya a Automatización > Procesos del espacio de trabajo de documentos.
  2. Haga clic en la carpeta con el mismo nombre que la instancia de aprendizaje. Por ejemplo, si el nombre de la instancia de aprendizaje es Residential Lease, el nombre del archivo será Residential Lease.
  3. Haga clic en <li_name>_extractionbot.
  4. En Editor de bots, seleccione la acción Extraer datos.
  5. En la opción Configuración adicional, seleccione Anthropic.
  6. Utilice una de las siguientes opciones según el proveedor de Nube que configuró para Anthropic:
    • AWS Bedrock:
      1. En la opción Clave de acceso, ingrese el identificador único asociado con el usuario que se requiere para la autenticación.

        La clave de acceso se utiliza como nombre de usuario para la autenticación. Utilice la opción Credencial, Variable o String insegura para ingresar la clave de acceso.

      2. En la opción Clave de acceso secreta, ingrese la string secreta asociada con la clave de acceso que se necesita para la autenticación.

        La clave de acceso secreta se utiliza como contraseña para la autenticación. Utilice la opción Credencial, Variable o String insegura para ingresar la clave de acceso secreta.

      3. (Opcional) En la opción Token de sesión, ingrese una credencial de seguridad de corta duración que proporcione acceso temporal al servicio.

        Esta es una configuración opcional y se necesita solo si quiere que el usuario tenga acceso por un período limitado. Utilice la opción Credencial, Variable o String insegura para ingresar el token de sesión.

        Nota: Si está utilizando la opción de token de sesión, asegúrese de actualizar este token cada vez que se actualice para procesar documentos sin interrupciones ni errores.
      4. En la opción URL del punto de conexión para el modelo Claude, ingrese la URL para especificar el modelo de Anthropic y enviar solicitudes al punto de conexión de AWS Bedrock.

        Por ejemplo, https://bedrock-runtime.{aws-region}.amazonaws.com/model/{model-id}/invoke. Consulte Amazon Bedrock endpoints and quotas y AWS Bedrock model IDs .

    • GCP Vertex AI:
      1. En la opción Clave de cuenta de servicio, ingrese las credenciales que se utilizaron para realizar la autenticación con los servicios de GCP.

        Utilice la opción Credencial, Variable o String insegura para ingresar la clave de la cuenta de servicio. Consulte Creating a service account.

        Nota: Google actualiza el valor de la clave privada en la clave de la cuenta de servicio cada cierto tiempo por motivos de seguridad. Asegúrese de actualizar este valor cada vez que se actualice el valor de la clave privada para procesar documentos sin interrupciones ni errores.
      2. En la opción URL del punto de conexión para el modelo Claude, ingrese la URL para especificar el modelo de Anthropic y enviar solicitudes al punto de conexión de Google Vertex AI.

        Por ejemplo, https://{gcp-region}-aiplatform.googleapis.com/v1/projects/{project-id}/locations/{deployment-region}/publishers/anthropic/models/{model-ID}:RawPredict. Consulte AWS Bedrock InvokeModel examples.

    Nota: Verifique que los ajustes de Anthropic estén configurados de manera correcta. De lo contrario, se mostrará un error cuando los documentos se procesen en las instancias de aprendizaje.
Después de configurar el modelo BYOL para usar el modelo Anthropic, puede procesar documentos con la instancia de aprendizaje para extraer datos.