نظرة عامة على استخراج المعلومات
Tip
راجع علامة التبويب النص والصور لمزيد من التفاصيل!
استخراج المعلومات هو عبء عمل يجمع بين تقنيات الذكاء الاصطناعي متعددة لاستخراج البيانات من المحتوى - غالبا ما تكون مستندات رقمية. يتضمن حل شامل لاستخراج المعلومات عناصر من الرؤية الحاسوبية لاكتشاف النص في البيانات القائمة على الصور؛ وتعلم الآلة، أو الذكاء الاصطناعي التوليدي بشكل متزايد، لربط النص المستخرج دلاليا بحقول بيانات محددة.
- اكتشاف واستخراج النصوص من الصور باستخدام التعرف البصري على الحروف (OCR).
- تحديد القيم وتعيين النتائج من نتائج OCR إلى حقول البيانات.
على سبيل المثال، قد يقوم حل معالجة مطالبات المصاريف المدعوم بقوة الذكاء الاصطناعي تلقائيا باستخراج الحقول ذات الصلة من الإيصالات لمعالجة المطالبات بكفاءة أكبر.
| الإيصال الممسوح ضوئيا | البيانات المستخرجة |
|---|---|
|
|
اختيار النهج الصحيح
عند التخطيط لحل استخراج المعلومات، من المهم مراعاة المتطلبات والقيود التي يجب على النظام معالجتها. بعض الاعتبارات الرئيسية تشمل:
خصائص المستندات. الوثائق التي تحتاج إلى استخراج البيانات منها هي أساس الحل بأكمله. ضع في اعتبارك عوامل مثل:
- اتساق التخطيط: تفضل النماذج الموحدة الأساليب القائمة على القالب، بينما قد تتطلب الحاجة لمعالجة عدة تنسيقات وتخطيطات حلا أكثر تعقيدا قائما على التعلم الآلي.
- متطلبات الحجم: تستفيد المعالجة عالية الحجم من نماذج تعلم الآلة الآلية التي تعمل على أجهزة نظام محسنة.
- متطلبات الدقة: قد تحتاج التطبيقات الحرجة إلى التحقق من قبل الإنسان في الحلقة.
متطلبات البنية التحتية التقنية والقيود. الحل الخاص بك سيتطلب بنية تحتية للأجهزة والبرمجيات لتشغيله. ضع في اعتبارك عوامل مثل:
- الأمن والخصوصية: قد تحتوي المستندات التي تعالجها على بيانات حساسة أو سرية. يجب أن يتضمن حلك تدابير كافية لضمان الوصول إلى البيانات والامتثال لأي متطلبات صناعية لتخزين ومعالجة البيانات المحمية.
- قوة المعالجة: التعلم العميق ونماذج الذكاء الاصطناعي التوليدي المستخدمة عادة في حلول استخراج المعلومات تتطلب موارد حسابية كبيرة.
- متطلبات التأخير: قد تحد المعالجة في الوقت الحقيقي من تعقيد النموذج.
- احتياجات قابلية التوسع: توفر الحلول السحابية قابلية توسع أفضل لأحمال العمل المتغيرة.
- تعقيد التكامل: ضع في اعتبارك متطلبات توافق واجهات برمجة التطبيقات وتنسيق البيانات.
Tip
في كثير من الحالات، يمكن بناء حلول استخراج المعلومات باستخدام خدمات البرمجيات، مثل Azure Document Intelligence في Microsoft Foundry Tools وAzure Content Understanding في Microsoft Foundry Tools. استخدام خدمات كهذه كأساس لحلك يمكن أن يقلل بشكل كبير من جهد التطوير المطلوب، مع توفير أداء وكفاءة دقة ودمج قابلة للتوسع ومثبتة في الصناعة.