Norsk Bokmål (NO)

Datainnhenter tilbyr en programmerbar måte å konvertere ustrukturerte kilder til strukturerte utdata. Den er laget for utviklere, dataingeniører, analytikere og forskere som krever gjentakbar og revisjonsbar dataplassering fra fakturaer, kontrakter, e-post, logger og rapporter.
I konsept tar verktøyet inn tekst eller dokumenter, anvender et konfigurerbart ekstraksjonsskjema og gir strukturerte data tilbake. To kjernemodus eksisterer: regelbasert uttrekk med etiketter, mønstre og normalisering; og maskinlæringsbasert named-entity recognition med valgbare tilpassede modeller. Brukere kan blande tilnærminger for å maksimere dekning og nøyaktighet.
Inndata inkluderer kilde tekst eller dokumenter, extraction_schema, språk og output_format. Utdata inkluderer strukturerte data, tillit per felt og opprinnelsesmetadata. Verktøyet støtter batch-behandling, språklokalisering og flere eksportformater (JSON, CSV, YAML) for å passe datapipelines.
Vanlige bruksområder inkluderer å trekke leverandørnavn og totalt fra fakturaer, trekke datoer og IDer fra kontrakter, tolke produktkoder fra kataloger og konvertere loggehendelser til strukturerte poster for analyse.