Урок из полного доступа, первые уроки курса бесплатно Официальный курс Mistral AI Cookbook на русском
Урок 65 · Текст · ~5 мин

Извлечение данных из документов через аннотации

Урок 65 из 154 курса «Mistral AI Cookbook»: официальный курс Mistral AI Cookbook (Мистраль) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

В этом руководстве мы рассмотрим основы аннотаций и способы получения структурированных выходных данных, основанных на нашей модели OCR.

Возможно, вам это понадобится, если текущие модели компьютерного зрения недостаточно мощны, и вы хотите улучшить их возможности OCR с помощью модели OCR для достижения лучшего извлечения структурированных данных.

API Mistral Document AI добавляет две функции аннотации: - document_annotation: возвращает аннотацию всего документа на основе входной схемы. - box_annotation: предоставляет аннотацию ограничивающих рамок (bbox), извлеченных моделью OCR (диаграммы/рисунки и т. д.), на основе требований пользователя. Например, пользователь может попросить описать/подписать рисунок.

Узнайте больше об аннотациях здесь.

Сначала установим mistralai и загрузим необходимые файлы.

Нам нужно настроить нашего клиента. Вы можете создать ключ API на AI Studio.

Для нашего руководства мы будем использовать PDF-файл, аннотировать его и извлекать данные из документа.

Сначала нам нужно создать функцию для кодирования нашего PDF-файла в base64, вы также можете загрузить файл в наше облако и использовать подписанный URL вместо этого.

Теперь, когда наша функция готова, мы можем закодировать наш PDF-файл и вызвать нашу модель OCR.

С момента выпуска OCR 4 мы можем просматривать результат с оценками достоверности, когда установлено значение confidence_scores_granularity="word". Ниже слова будут выделены цветом в зависимости от достоверности OCR:

  • Красный: < 60%
  • Оранжевый: 60–80%
  • Желтый: 80–95%
  • Белый: 95–100%

Наведите курсор на слово, чтобы увидеть его точную оценку достоверности.

arXiv:2310.06825v1 [cs.CL] 10 Oct 2023

# Mistral 7B

Albert Q. Jiang, Alexandre Sablayrolles, Arthur Mensch, Chris Bamford, Devendra Singh Chaplot, Diego de las Casas, Florian Bressand, Gianna Lengyel, Guillaume Lample, Lucile Saulnier, Lélio Renard Lavaud, Marie-Anne Lachaux, Pierre Stock, Teven Le Scao, Thibaut Lavril, Thomas Wang, Timothée Lacroix, William El Sayed

## Abstract

We introduce Mistral 7B, a 7-billion-parameter language model engineered for superior performance and efficiency.

Code: https://github.com/mistralai/mistral-src

Webpage: https://mistral.ai/news/announcing-mistral-7b/

## 1…

План урока

  1. Аннотации для структурированных выходных данных и извлечения данных
  2. Что такое аннотации?
  3. Настройка
  4. Загрузить PDF
  5. Создать клиент
  6. Mistral OCR без аннотаций
  7. Mistral OCR с аннотациями
  8. Полный документ с аннотациями

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Mistral AI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Mistral AI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды