Amazon Textract
PulseAugur coverage of Amazon Textract — every cluster mentioning Amazon Textract across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AWS提供符合新ISO标准的AI治理工具
AWS正在提供工具和指导，帮助组织实施负责任的AI治理，并符合新的ISO/IEC 42005:2025标准。该公司强调AI系统影响评估的重要性，该评估用于识别和管理与AI部署相关的风险。AWS提供诸如Well-Architected Framework: Responsible AI Lens和ISO/IEC 42001实施指南等资源，以协助客户将这些评估整合到其更广泛的风险管理生态系统中。
-
AWS自动管理Amazon Textract适配器生命周期
AWS推出了一种管理Amazon Textract适配器生命周期的新方法，这些适配器用于自定义从文档中提取数据。此自动化解决了在不同AWS账户中推广适配器、将文档路由到正确适配器以及确保生产级安全性的挑战。该解决方案利用AWS CloudFormation和Terraform等基础设施模板，以及AWS Systems Manager Parameter Store，以实现零停机更新并简化部署流程。
-
Reducto 发布 r-1 单遍文档解析模型
Reducto 推出了 r-1，这是一款新的单遍文档解析模型，旨在提高准确性并降低成本。该模型将 OCR、布局检测和后处理等多个处理阶段合并为一次完成。Reducto 声称，与之前的模型相比，r-1 的错误率降低了 20%，并且成本显著降低，每页仅需一美分。
-
Databricks Genie One和Amazon Bedrock赋能营销和灾难恢复工具
营销人员可以利用Databricks的Genie One来分析活动表现和客户数据，将其转化为可操作的见解。另外，Amazon Bedrock正被用于增强大型文档的知识库定制，并集成Amazon Textract进行准确的数据提取。Intuit也已实施Amazon Bedrock来创建EWOK Agent，这是一个旨在协助值班工程师进行灾难恢复和生产故障转移的助手。
-
Amazon Bedrock 和 Textract 简化复杂文档分析
Amazon Bedrock 结合 Amazon Textract，提供了一种高效处理大型复杂文档（如水电费账单）的解决方案。此次集成使组织能够摆脱手动数据提取，转而以编程方式查询文档，从而实现更快、更准确的客户互动。该系统支持多种文件格式，包括 PDF、DOCX、TXT、HTML、XLSX 和 PNG，并在 GitHub 上提供了实现的代码示例。
-
AWS 通过新的 AI 加速器自动化抵押贷款文件处理
AWS 推出了一个新解决方案，用于自动化抵押贷款行业的文件处理，该方案利用了 AWS 生成式 AI 创新中心 (GAIIC) 智能文档处理 (IDP) 加速器和 Amazon Quick Automate。该系统旨在显著降低手动处理文档所需的时间和成本，目前手动处理文档占贷款发放成本的很大一部分。通过自动化分类、提取和验证等任务，该解决方案有望减少每份贷款文件的处理时间并最大限度地减少数据输入错误，从而使贷款机构能够更有效地处理增加的业务量。
-
Amazon Nova 使用 AI 自动屏蔽图像中的 PII
Amazon 推出了 Amazon Nova，这是一系列新的基础模型，旨在自动识别和屏蔽图像中的个人身份信息 (PII)。该先进系统利用上下文视觉推理来协调 Meta 的 Segment Anything Model (SAM 3) 等专业工具进行精确分割，以及 Amazon Textract 进行光学字符识别。该流程旨在处理具有挑战性的 PII 情况，例如反射或部分视图，确保符合 GDPR 和 PCI DSS 等法规。
-
AWS 实现从 S3 进行交互式查询的实时 PDF 文本提取
AWS 推出了一种从 Amazon S3 中存储的 PDF 文档提取文本的新方法，支持实时交互式查询。该方法适用于信息即时访问至关重要的场景，例如审计或客户通话期间，特别适用于开发或概念验证阶段的基于文本的 PDF。虽然与传统的批量处理相比，它提供了一种更快、更直接的查询文档的方式，但 AWS 仍建议将 Amazon Textract 用于 OCR、表单提取和大规模生产需求等复杂任务。
-
Huntington Bank 使用 AWS AI 自动删除 4 亿多份文档中的敏感数据
Huntington Bank 已成功实施了一个大规模数据自动删除系统，用于识别和移除 4 亿多份文档中的敏感客户信息。通过利用包括 Amazon Textract 进行数据检测和 Amazon SageMaker 进行机器学习在内的 AWS 服务组合，该银行将一个历时数年的项目时间表大幅缩短至仅几个月。该解决方案确保了数据安全并符合 PCI DSS 等严格要求，同时还将处理后的数据复制回本地存储。
-
Sun Finance 使用 AWS 上的生成式 AI 提高身份验证准确性
拉脱维亚金融科技公司 Sun Finance 已成功使用 Amazon Web Services (AWS) 上的生成式 AI 自动化其身份文件提取和欺诈检测流程。该新系统与 AWS 生成式 AI 创新中心合作开发，将提取准确率从 79.7% 大幅提高到 90.8%。此次改进使每份文件的成本降低了 91%，并将处理时间从最多 20 小时缩短到 5 秒以内，解决了传统 OCR 和手动审核的先前限制。