説明
Nutrient AI ドキュメント処理は、Nutrient(以前の PSPDFKit)によって XtractFlow という名前で販売されていたドキュメントデータ抽出 SDK です。これは、Nutrient の Python および Java SDK の一部として動作し、請求書、発注書、ID ドキュメント、履歴書、領収書を企業のインフラストラクチャ上で処理するように設計されています。
続きを読む
LLM がドキュメントタイプを特定し、一致する抽出テンプレートにルーティングします。請求書、パスポート、ID カード、領収書などのドキュメントをカバーする 10 のテンプレートがすぐに使用でき、必要なフィールドを平易な言語で記述することでカスタムテンプレートを作成できます。抽出された値は、IBAN、VAT ID、クレジットカード番号、郵便住所、メールアドレス、電話番号などを含む 11 の組み込みバリデーターによってチェックされ、チェックに失敗した値は静かに受け入れられるのではなく、検証が必要であるとフラグが立てられます。
同じ製品ページでは、OCR、レイアウトおよび手書き用のオンプレミス AI モデル(ICR)、または Qwen でローカルに実行できるビジョン・ランゲージモデルを使用して、要素の座標、読み取り順序、信頼度スコアを持つ構造化された JSON を返す Nutrient の低レベルデータ抽出 SDK についても説明しています。これは、スキャンされた PDF、Office ドキュメント、CAD ファイル、40 以上のカメラ RAW 形式を含む 100 以上のファイルタイプを読み取り、複数列のレイアウト、混合言語、傾いたスキャンを処理します。別の PDF から Markdown へのモードでは、すでにデジタル化された PDF をクリーンな Markdown に変換します。
AI ドキュメント処理には、LLM プロバイダー(OpenAI または Azure OpenAI)への接続が必要です。OCR、ICR、および PDF から Markdown へのモードは、ネットワークアクセスなしで完全にオンプレミスで実行されます。データ抽出は、Python(3.8 以上)および Java(8 以上)で今日利用可能で、.NET および DWS プロセッサ API が近日中に提供される予定です。無料トライアルが提供され、支払い情報は不要です。
これは開発者向けの SDK であり、ホスティングされたノーコードツールではなく、請求書処理、ID 検証、またはドキュメント受け入れパイプラインを構築するエンジニアリングチームを対象としており、ドキュメントとデータの行き先を制御する必要があります。AI ドキュメント処理のクロスプラットフォームサポートは、現在の利用可能性を超えて近日中に提供される予定です。
- カテゴリーWebスクレイピングとデータ抽出
- 料金モデルコンポーネントベース
- デプロイオンプレミス、クラウド
- プラットフォームPython, Java
Nutrient AI ドキュメント処理の主要機能
LLM ベースのドキュメント分類により、各ドキュメントを一致する抽出テンプレートにルーティング
請求書、パスポート、ID カード、領収書などのための 10 の既製テンプレート
正規表現やルールエンジンを必要とせず、平易な言語で定義されたカスタム抽出テンプレート
11 の組み込みバリデーター(IBAN、VAT ID、クレジットカード、郵便住所、メール、電話番号など)
座標と信頼度スコアを持つ構造化された JSON に統合された 3 つの抽出エンジン(OCR、ICR、VLM)
選択した場合のみクラウドプロバイダーに接続されるビジョン・ランゲージモデルを含むすべてのエンジンのオンプレミス処理
スキャンされた PDF、Office ドキュメント、CAD ファイルを含む 100 以上のファイルタイプをサポート
AI モデルやネットワークアクセスなしでデジタル PDF をクリーンな Markdown に変換
Python および Java SDK が今日利用可能で、.NET および DWS プロセッサ API が計画中
Nutrient AI ドキュメント処理の使い方は?
SDK をインストール: Nutrient Python または Java SDK をプロジェクトに追加します。
抽出モードを選択: クリーンなデジタル PDF のために PDF から Markdown を選択するか、スキャンや複雑なレイアウトのためにデータ抽出(OCR、ICR、または VLM)を選択します。
LLM を接続(オプション): AI ドキュメント処理のために、分類とテンプレートを有効にするために OpenAI または Azure OpenAI キーを設定します。
抽出を実行: ドキュメントを処理し、座標、信頼度スコア、読み取り順序を持つ構造化された JSON を受け取ります。
フィールドを検証: 組み込みバリデーターが形式チェックに失敗した値(IBAN や VAT ID など)をフラグします。
インフラストラクチャにデプロイ: SDK を自己ホストで実行し、クラウドプロバイダーに接続しない限り、ドキュメントデータはネットワーク上に留まります。
Nutrient AI ドキュメント処理の使用例
- 請求書処理
- ID およびパスポートの検証
- スキャンされたドキュメントのデジタル化
- 自己ホスト型データパイプライン







