Français (FR)

Extracteur de données propose une voie programmable pour convertir des sources non structurées en sorties structurées. Il s'adresse aux développeurs, ingénieurs de données, analystes et chercheurs qui exigent une capture de données répétable et auditable à partir de factures, contrats, e-mails, journaux et rapports.
Conception: l'outil ingère du texte ou des documents, applique un schéma d'extraction configurable et émet des données structurées. Deux modes principaux existent : l'extraction basée sur des règles utilisant des étiquettes, des motifs et la normalisation; et la reconnaissance d'entités nommées supportée par l'apprentissage automatique avec des modèles personnalisables optionnels. Les utilisateurs peuvent mélanger les approches pour maximiser la couverture et la précision.
Les entrées incluent le texte source ou les documents, extraction_schema, langue et format de sortie. Les sorties incluent données_structurées, confiance_par_champ et métadonnées_d'origine. L'outil prend en charge le traitement par lots, la localisation linguistique et plusieurs formats d'export (JSON, CSV, YAML) pour s'intégrer aux pipelines de données.
Les cas d'usage courants comprennent l'extraction des noms de fournisseurs et des totaux des factures, l'extraction de dates et d'IDs à partir de contrats, l'analyse des codes produit à partir de catalogues et la conversion des événements de journaux en enregistrements structurés pour l'analyse.