Extração de informações

Note

Esta página aborda a nova versão da Extração de Informações. Para obter informações sobre a versão anterior, consulte Usar Extração de Informações (herdado)

A Extração de Informações transforma documentos e textos não estruturados em insights estruturados e chave usando um esquema definido. Isso permite que você use informações inseridas em texto não estruturado, PDFs, imagens ou tabelas diretamente para análise, relatórios ou aplicativos downstream.

Exemplos de Extração de Informações incluem:

  • Extrair partes legais e termos de contratos.
  • Extrair itens de linha e condições de pagamento de faturas.
  • Extraindo detalhes importantes de registros médicos e anotações.

A Extração de Informações é criada com base na função ai_extractde IA. A Extração de Informações tem uma interface do usuário visual para personalizar e otimizar a função com um esquema definido para extração.

A Extração de Informações usa o armazenamento padrão para armazenar transformações de dados temporárias, pontos de verificação de modelo e metadados internos que alimentam cada agente. Quando você exclui um agente, o Databricks remove todos os dados associados ao agente do armazenamento padrão.

Requirements

Criar um agente de Extração de Informações

Vá para o ícone de agentes.Agentes no painel de navegação à esquerda da sua área de trabalho. Clique em Criar Agente>Extração de Informações.

Etapa 1. Selecione os dados dos qual extrair informações

  1. Na página Iniciar com seus dados , selecione os arquivos ou dados dos quais você deseja extrair informações. Pode efetuar qualquer um dos seguintes procedimentos:

    • Arraste e solte um ou mais arquivos na área de carregamento ou clique para procurar arquivos para carregar.
    • Clique em Selecionar volume para selecionar um volume do Catálogo do Unity com tipos de arquivo com suporte.
    • Clique em Selecionar tabela para selecionar uma tabela do Catálogo do Unity que contém dados de texto.

  2. Se você selecionar uma tabela, selecione a coluna que contém os dados a serem extraídos. Você deve selecionar uma coluna com um tipo com suporte, como STRING ou VARIANT, antes de continuar. Se a tabela não tiver colunas com suporte, selecione uma tabela diferente.

  3. Clique em Criar Agente. Esse botão é habilitado somente depois que você seleciona uma fonte de dados válida e, para uma tabela, uma coluna com suporte.

Etapa 2. Configurar e refinar o esquema de extração

Depois que a Extração de Informações processar seus dados, configure e refine os dados que deseja extrair de seus documentos.

  1. Em Configuração, defina seu esquema de extração. Há várias maneiras de fazer isso:

    • Insira uma linguagem natural que descreva as informações que você deseja extrair e clique em Gerar Esquema. A Extração de Informações gera automaticamente um esquema JSON com nomes de campo e definições para você. Edite essas descrições conforme necessário.
    • Como alternativa, clique em Ou, defina manualmente para definir manualmente seu esquema:
      1. Clique em Adicionar campo.
      2. Insira o nome, o tipo e a descrição do campo.
      3. Clique em Confirmar.
      4. Repita para cada campo que você deseja extrair.
      5. Clique em Salvar e Executar extração.
    • Você também pode clicar em JSON para editar o esquema JSON diretamente. Clique em Aplicar Alterações quando concluir.

    Sempre que você atualiza o esquema e clica em Salvar e executar extração, a Extração de Informações atualiza o agente de extração, executa a extração e mostra os resultados de cada entrada.

  2. À esquerda, examine o documento analisado e a extração do agente. Iterar os resultados da extração de duas maneiras. Primeiro, forneça comentários em linguagem natural sobre uma ou mais entradas, que ajustam automaticamente suas descrições quando você pressiona Salvar e executar a extração. Em segundo lugar, revise manualmente as descrições de esquema, que entrarão em vigor quando você pressionar Salvar e executar a extração.

  3. Use versões para comparar ou reverter para uma configuração anterior. Clique em Versões e clique em Comparar para comparar a definição de esquema de uma versão anterior com a versão atual. Clique em Restaurar para restaurar uma versão anterior.

Etapa 3. Usar seu agente de extração

Depois de ficar satisfeito com o desempenho do agente, use o agente para extrair informações.

Clique em Usar Agente no canto superior direito. Você pode selecionar:

  • Execute no ambiente SQL para usar o agente e extrair informações de todos os seus dados. Isso abre uma consulta SQL que usa ai_extract para extrair informações de seu volume ou tabela usando o esquema definido. Para obter mais informações sobre como usar ai_extract em consultas SQL, consulte ai_extract a função.
  • Crie um Pipeline Declarativo do Spark para implantar um pipeline ETL que é executado em intervalos agendados para invocar seu agente em novos dados. Isso cria os Pipelines Declarativos do Lakeflow Spark que atualiza uma tabela de streaming com seus dados extraídos. Você pode configurar o agendamento do pipeline para executar quando novos dados chegam. Para obter mais informações sobre o Lakeflow Spark Declarative Pipelines, consulte Lakeflow Spark Declarative Pipelines.

Limitations

  • Os agentes de Extração de Informações têm um comprimento máximo de contexto de 128 mil tokens.
  • Não há suporte para tipos de esquema de união.
  • Last updated on