Español (ES)

El Extractor de Datos ofrece una ruta programable para convertir fuentes no estructuradas en salidas estructuradas. Está diseñado para desarrolladores, ingenieros de datos, analistas e investigadores que requieren capturas de datos repetibles y auditableas a partir de facturas, contratos, correos, logs e informes.
Conceptualmente, la herramienta ingiere texto o documentos, aplica un esquema de extracción configurable y emite datos estructurados. Existen dos modos principales: extracción basada en reglas utilizando etiquetas, patrones y normalización; y reconocimiento de entidades nombradas respaldado por aprendizaje automático con modelos personalizados opcionales. Los usuarios pueden combinar enfoques para maximizar cobertura y precisión.
Las entradas incluyen texto fuente o documentos, extraction_schema, idioma y formato de salida. Las salidas incluyen datos_estructurados, confianza_por_campo y metadatos_de_proveniencia. La herramienta admite procesamiento por lotes, localización de idioma y múltiples formatos de exportación (JSON, CSV, YAML) para adaptarse a pipelines de datos.
Casos de uso comunes incluyen extraer nombres de proveedores y totales de facturas, extraer fechas e identificadores de contratos, analizar códigos de producto de catálogos y convertir eventos de registro en registros estructurados para análisis.