Descrição
O Processamento de Documentos Nutrient AI é um SDK de extração de dados de documentos, anteriormente vendido sob o nome XtractFlow pela Nutrient (anteriormente PSPDFKit). Ele funciona como parte dos SDKs Python e Java da Nutrient e foi projetado para processar faturas, pedidos de compra, documentos de identidade, currículos e recibos na infraestrutura própria de uma empresa, em vez de através de um serviço de nuvem de terceiros.
Ler mais
Um LLM identifica o tipo de documento e o direciona para um modelo de extração correspondente; dez modelos prontos para uso são fornecidos, cobrindo documentos como faturas, passaportes, cartões de identidade e recibos, e modelos personalizados podem ser criados descrevendo os campos necessários em linguagem simples, em vez de escrever regras ou expressões regulares. Os valores extraídos são verificados por onze validadores integrados, incluindo IBAN, ID de IVA, número de cartão de crédito, endereço postal, e-mail e número de telefone; qualquer valor que falhe em uma verificação é sinalizado como necessitando de verificação, em vez de ser aceito silenciosamente.
A mesma página do produto também cobre o SDK de Extração de Dados de nível inferior da Nutrient, que retorna JSON estruturado com coordenadas de elementos, ordem de leitura e pontuações de confiança usando OCR, modelos de IA locais para layout e reconhecimento de escrita (ICR), ou um modelo de visão-linguagem que pode ser executado localmente com Qwen ou conectado a um provedor de nuvem como Claude ou OpenAI. Ele lê mais de 100 tipos de arquivos, incluindo PDFs digitalizados, documentos do Office, arquivos CAD e mais de 40 formatos RAW de câmera, e lida com layouts de várias colunas, idiomas mistos e digitalizações inclinadas. Um modo separado de PDF para Markdown converte PDFs já digitais em Markdown limpo sem executar nenhum modelo de IA.
O Processamento de Documentos AI precisa de um provedor de LLM conectado (OpenAI ou Azure OpenAI); os modos de OCR, ICR e PDF para Markdown funcionam totalmente no local, sem necessidade de acesso à rede. A Extração de Dados está disponível hoje para Python (3.8+) e Java (8+), com .NET e uma API de Processador DWS listados como em breve; um teste gratuito é oferecido sem necessidade de informações de pagamento.
Este é um SDK para desenvolvedores, não uma ferramenta no-code hospedada, voltada para equipes de engenharia que constroem processamento de faturas, verificação de identidade ou pipelines de recebimento de documentos que precisam controlar para onde seus documentos e dados vão. O suporte multiplataforma para o Processamento de Documentos AI além de sua disponibilidade atual está listado como em breve, em vez de já estar disponível.
- CategoriaWeb scraping e extração de dados
- Modelo de preçosBaseado em componentes
- ImplantaçãoOn-premises, Nuvem
- PlataformasPython, Java
Recursos principais de Processamento de Documentos Nutrient AI
Classificação de documentos baseada em LLM que direciona cada documento para um modelo de extração correspondente
Dez modelos prontos para faturas, passaportes, cartões de identidade, recibos e mais
Modelos de extração personalizados definidos em linguagem simples, sem necessidade de regex ou mecanismo de regras
Onze validadores integrados (IBAN, ID de IVA, cartão de crédito, endereço postal, e-mail, número de telefone e mais)
Três motores de extração (OCR, ICR e VLM) combinados em JSON estruturado com coordenadas e pontuações de confiança
Processamento local para todos os motores, incluindo o modelo de visão-linguagem, com provedores de nuvem conectados apenas se escolhidos
Suporte para mais de 100 tipos de arquivos, incluindo PDFs digitalizados, documentos do Office e arquivos CAD
Conversão de PDF para Markdown para PDFs digitais, sem necessidade de modelo de IA ou acesso à rede
SDKs Python e Java disponíveis hoje, com .NET e uma API de Processador DWS planejados
Como usar Processamento de Documentos Nutrient AI?
Instale o SDK: Adicione o SDK Nutrient Python ou Java ao seu projeto.
Escolha um modo de extração: Escolha PDF para Markdown para PDFs digitais limpos, ou Extração de Dados (OCR, ICR ou VLM) para digitalizações e layouts complexos.
Conecte um LLM (opcional): Para o Processamento de Documentos AI, configure uma chave OpenAI ou Azure OpenAI para habilitar classificação e modelos.
Execute a extração: Processe um documento e receba JSON estruturado com coordenadas, pontuações de confiança e ordem de leitura.
Valide os campos: Validadores integrados sinalizam valores, como um IBAN ou ID de IVA, que falham em uma verificação de formato.
Implante em sua infraestrutura: Execute o SDK auto-hospedado, uma vez que os dados dos documentos permanecem em sua rede, a menos que você conecte um provedor de nuvem.
Casos de uso de Processamento de Documentos Nutrient AI
- Processamento de faturas
- Verificação de identidade e passaporte
- Digitalização de documentos digitalizados
- Pipelines de dados auto-hospedados
