Svenska (SE)

Datainhämtaren erbjuder en programmerbar väg att konvertera ostrukturerade källor till strukturerade utdata. Den är utformad för utvecklare, dataingenjörer, analytiker och forskare som kräver återanvändbar, auditerbar datapåtagning från fakturor, kontrakt, e-post, loggar och rapporter.
Koncepter tar verktyget in text eller dokument, tillämpar ett konfigurerbart extraktionsschema och avger strukturerad data. Två kärntillstånd finns: regelbaserad extraktion med etiketter, mönster och normalisering; och maskininlärningsbaserad Named-Entity-Recognition med valfria anpassade modeller. Användare kan blanda metoder för att maximera täckning och noggrannhet.
Inmatningar inkluderar källtext eller dokument, extraction_schema, language och output_format. Utdata inkluderar strukturerad_data, per_falt_tillit och ursprungsmetadata. Verktyget stödjer batchbehandling, språklokalisering och flera exportformat (JSON, CSV, YAML) för att passa datapipelines.
Vanliga användningsområden inkluderar att extrahera leverantörernas namn och totalsummor från fakturor, extrahera datum och ID:n från kontrakt, tolka produktkoder från kataloger och omvandla logg-händelser till strukturerade poster för analys.