ToolNavs 发现实用AI工具
提交工具 登录
返回AI资讯
亚马逊 Textract 推出可验证抽取:3000 页文件每项都能溯源

亚马逊 Textract 推出可验证抽取:3000 页文件每项都能溯源

AI资讯 • Admin • • 14 次浏览

2026年11月20日,亚马逊云科技在官方博客宣布,Amazon Textract 的新功能 Textract Insights 正式可用:用一句话说清想要哪些字段,不用训练模型,就能从成堆的文件里抽出结构化数据,而且抽出来的每一项都能追溯到原文件的位置和可信度。

一次能吃 3000 页

Textract Insights 针对的是混在一起的文件包,整套流程分三步:

  1. 拆包:一次最多 3000 页的混合文件,自动拆分成独立文档、匹配模板。
  2. 定义字段:用自然语言描述或 JSON Schema 定义想要的字段,不用训练模型。
  3. 溯源:每项结果附带置信度、来源页码与位置框,方便人工复核与审计。

首批支持英语、法语、德语、意大利语、葡萄牙语和西班牙语 6 种语言,按页计费;已有 Textract 的用户不用改接口,直接调新 API 就能用。

卖点是可验证,不是只认字

与传统 OCR 只认字不同,Textract Insights 强调的是理解字段含义:发票上的金额、合同里的日期、报销单上的抬头,抽出来之后还要能证明“这个数是从哪一页、哪个位置来的”。这正是金融、保险、法务等受监管行业的刚需:结果可审计,才敢放进业务流程。边界也要说清:中文不在首批 6 种语言里;Insights 暂未进入东京、苏黎世两个新区域——Textract Core 已扩展到 18 个区域、40 种语言,但新功能还要再等;扫描质量差的文件,抽取结果仍需人工复核关键字段。

接下来值得看的是两件事:中文支持与新区域的上线时间。已经在用 Textract 处理发票对账、合同、报销单的团队,可以先拿非中文文件试跑,核对置信度与溯源信息是否符合内部审计要求,再决定是否接入生产流程。

推荐工具

更多