您可以使用非结构化文档类型从缺乏标准格式、固定布局或缺少无标签数据的非结构化文档中提取数据。

模型结合了 OCR 能力、自然语言处理 (NLP) 和 generative AI 技术，以执行语义分析并从非结构化文档中提取键值对和表格数据。

以下是一些非结构化文档的示例：

  • 法律文档
  • 通信（包括电子邮件）
  • 报告

该模型可选择以下 generative AI 供应商：

OpenAI
使用此选项可提供以下功能：
  • 处理各种任务
  • 处理英文和其他语言的文档
  • 支持多模态能力
  • 某些模型的微调功能
Anthropic
使用此选项可提供以下功能：
  • 高效处理大型非结构化文档
  • 处理英文和其他语言的文档
  • 更快的文档处理速度和更高的数据提取准确性

Generative AI 提供商提供通用智能，这意味着对于不同的文档类型，不需要对学习实例或模型进行特定训练。 相反，在配置学习实例时，用户应优化查询提示，以识别和定义如何从文档中提取数据。 例如，您可以定义以下示例提示，以从合同和协议中检索特定数据：

  • 合同的生效日期是什么时候？
  • 参考编号是什么？
  • 合同的生效日期是什么时候？以月/日/年的格式返回答案。
  • 参考编号是什么？它应遵循此模式 AAA-12345。
  • 截至协议生效之日，是否有未缴纳的税款？请回复是或否。
    注： 如果查询提示为空，提取结果或输出将为空。 在您的工作流涉及后处理数据时，有时可能需要保留提示符为空，以作为数据的占位符。 例如，如果您想从数据库中检索数据，并将其用于字段比较。

由于非结构化文档类型不使用标准格式、固定布局或缺乏无标签的数据，因此系统定义的表单和表格字段不可用。 在配置学习实例时，您必须定义所有需要数据提取的表单和表格字段。

对于希望在 Microsoft Azure、AWS 或 GCP 上使用私有 Cloud 实例的 generative AI 模型的客户，他们可以连接到其私有 Cloud 中的模型。 请参阅 连接您自己的 generative AI 服务。

注： 此模型不提供验证反馈选项。