Mistral AI, belge tanıma modelinin yeni bir versiyonu olan OCR 4'ü tanıttı. Yazılım artık yalnızca PDF'lerin ve diğer belgelerin metinlerini okumamalı, aynı zamanda içeriklerini de yapılandırmalıdır. Yeni özellikler arasında metin bloklarının konumu hakkında bilgiler, tanınan öğelerin sınıflandırılması ve tek tek kelimeler ve sayfalar için güven değerleri yer alıyor. Model daha sonra kurumsal arama sistemlerinde, RAG işlem hatlarında ve benzer iş akışlarında belge işlemeyi amaçlamaktadır.
Duyurudan sonra devamını okuyun
OCR 4 metinden çok daha fazlasını sunuyor
Önceki optik karakter tanıma (OCR) sistemleri öncelikle sayfada saf metin üretiyordu. OCR 4 daha da ileri giderek model, tanınan her öğeyi sayfada bir sınırlayıcı kutuyla işaretler. Ayrıca içerikleri başlıklar, tablolar, denklemler veya imzalar gibi belirli blok türlerine atayın. Güven puanları, modelin tanınma konusunda ne kadar emin olduğunu gösterir.
Bu, belgelerin daha fazla işlenmesini kolaylaştırmalıdır. Bir arama uygulaması yalnızca metni indekslemekle kalmaz, aynı zamanda metnin bir bölümünün başlık mı yoksa tablo değeri mi olduğunu da tanıyabilir. Bir test sistemi güvenli olmayan alanları insana aktarabilir. Ek olarak, bir düzenleme veya uyumluluk iş akışı, orijinal belgedeki metin pasajlarını tam olarak vurgulayabilir veya gizleyebilir.
Aramada, RAG'da ve aracılarda kullanın
Mistral, OCR 4'ü kurumsal arama, artırılmış erişim oluşturma ve alana özgü arama hatları için temel bir yapı taşı olarak tasavvur ediyor. Yapılandırılmış çıktının, belgeleri kullanışlı arama ve yanıt formlarına ayırmaya yardımcı olması amaçlanmaktadır. Mistral bu bölünmeyi anlamsal olarak adlandırıyor: bölümü belirleyen sayfanın uzunluğu değil, belgenin yapısıdır. Bu nedenle bir tablo veya paragrafın bir bütün olarak kalma olasılığı daha yüksektir.
Mistral ayrıca bunu temsilci iş akışları için, yani yalnızca bilgileri okumakla kalmayıp aynı zamanda formları doldurmak, faturaları işlemek veya uyumluluk kontrolleri hazırlamak gibi buna dayalı görevleri başlatan yapay zeka sistemlerinde de kullanmayı planlıyor. Bu nedenle bir OCR sisteminin yalnızca metin sağlamakla kalmayıp aynı zamanda içerik öğesinin yapısal işlevini de bilmesi faydalıdır.
Çok dillilik ve kendi kendini barındırma
Duyurudan sonra devamını okuyun
Mistral'a göre OCR 4, on dil grubunda 170 dili destekliyor. Bahsedilen gruplar arasında İngilizce, Batı Avrupa ve Doğu Avrupa dilleri, Çince ve Doğu Asya dillerinin yanı sıra Hintçe, Japonca, Gürcüce, Bengalce veya Tamilce gibi diller için özel bir kategori yer almaktadır. Şirket özellikle kendi özel kategorisindeki diller için en iyi sonuçların yanı sıra diğer sistemlerin sıklıkla zayıflık gösterdiği daha az yaygın diller için de hedefliyor.
Mistral'a göre istenirse model kendi konteyner örneğinde çalıştırılabiliyor, böylece OCR 4 yüksek veri egemenliği, veri koruma veya uyumluluk gereksinimleriyle de kullanılabiliyor. PDF, DOC, PPT ve OpenDocument gibi yaygın formatlar desteklenmektedir.
Referans parametrelerinin sınıflandırılması
Mistral, OCR 4 için kendi ve harici kriterlerine atıfta bulunuyor. Bağımsız incelemeciler tarafından yapılan kör değerlendirmede, modelin rakip belge OCR ve AI sistemlerinden ortalama olarak daha iyi performans gösterdiği söyleniyor. Mistral'ın duyurusuna göre, halka açık test olan OlmOCRBench'te OCR 4 maksimum 85,20 puan elde etti. Şirket OmniDocBench'te 93,07 puan aldı.
Ancak Mistral, kıyaslama sonuçlarının matematiksel formüller, çok sütunlu belgeler veya yanlış referans verileri nedeniyle çarpıtılabileceğine dikkat çekiyor. Bir model pratikte doğru olabilir ancak testte yine de yanlış olarak değerlendirilebilir. Güvenilir bir değerlendirme için şirket bu nedenle kendi belgelerini ve iş akışlarını önerir.
API, belge yapay zekası ve fiyatlandırma
OCR 4, API aracılığıyla bağlanabilir. Temel özellik her zaman çıkarılan içerik, sınırlayıcı kutular, blok türleri, güven puanları ve Markdown benzeri yapılandırılmış metin sağlar. Daha fazla yapıya ihtiyacınız varsa ek Document AI özelliklerini etkinleştirebilirsiniz. Daha sonra belirli bir şemaya göre JSON çıktısı oluşturabilirsiniz veya şablon, içeriği ek bir bilgi istemiyle yorumlayabilir.
Mistral bu nedenle saf ekstraksiyon ile daha ileri yapılandırılmış işleme arasında ayrım yapar. Geliştiriciler için bu şu anlama gelir: Yalnızca OCR çıktısına ihtiyacınız varsa temel kuruluma sadık kalabilirsiniz. Faturaları, formları veya diğer belgeleri doğrudan sabit alanlara aktarmak istiyorsanız aynı isteğe Belge AI parametrelerini ekleyin. Mistral'a göre OCR API'nin maliyeti 1.000 sayfa başına 4 ABD doları veya toplu modda 1.000 sayfa başına 2 ABD dolarıdır. Document AI'nin maliyeti 1000 sayfa başına 5 ABD dolarıdır.
Kullanılabilirlik
Şirkete göre Mistral OCR 4 ve buna dayalı belge yapay zeka işlevleri Mistral Studio, Amazon SageMaker ve Microsoft Foundry aracılığıyla edinilebiliyor. Mistral ayrıca OCR 4'ü şu anda genel ön izleme aşamasında olan Arama Araç Seti'ne entegre etti.
Ayrıca okuyun
(fo)
Bir yanıt yazın