AWS добавила в Textract ИИ-проверку полей по страницам документа
AWS добавила в Textract ИИ-проверку полей по страницам документа
AWS открыла общий доступ к Amazon Textract Insights — генеративной функции для извлечения данных из документов. Главная деталь не в том, что сервис понимает запросы на обычном языке, а в том, что он возвращает не просто ответ: у каждого значения есть оценка уверенности, номер страницы и координаты фрагмента, откуда оно взято.
Это меняет практику обработки сканов. Обычная языковая модель может убедительно заполнить поле, но оператору трудно понять, на какую строку она опиралась. В анонсе AWS обещают сделать эту проверку частью результата, чтобы спорные поля отправлять человеку, а не принимать их на веру.
Один пакет вместо цепочки сервисов
Для работы нужно описать поля в blueprint — JSON Schema с пояснениями на естественном языке. Можно взять публичные шаблоны AWS для W-2, Form 1040, Form 1098, паспорта или свидетельства о рождении, либо собрать собственный шаблон. Затем в одном запросе StartDocumentInsights сервис принимает файл из S3: до 3 000 страниц, в том числе смешанный пакет из разных документов.
Textract Insights делит такой пакет на логические документы, сопоставляет их с шаблонами и записывает результат в S3. AWS различает поля, которые прямо прочитаны на странице, и поля, выведенные из содержания; для обоих типов обещаны confidence score и привязка к исходному месту. Это полезнее всего там, где пакет заранее не размечен: например, в ипотечной заявке могут оказаться W-2, платёжные ведомости, банковские выписки и рукописные заметки.

Изображение: AWS.
Проверяемость не отменяет ограничений
Новый API не делает результат истинным автоматически: оценка уверенности — это сигнал для настройки порога и выборочной проверки на собственных документах. AWS прямо советует принимать поля выше выбранного порога, а остальные направлять на ревью. Для организаций это важнее красивого текста модели: можно показать аудитору, какую страницу проверяли и почему конкретное поле не прошло без человека.
У сервиса есть и границы. Поддерживаются PDF, PNG, JPEG и TIFF, а языки — английский, французский, немецкий, итальянский, португальский и испанский. Цена считается за страницу, а не за токены. Данные шифруются; промежуточные данные задания удаляются после завершения. При этом запросы могут обрабатываться в другом регионе AWS внутри той же географии — для чувствительных документов это стоит сверить с требованиями к размещению данных.













