Cos'è l'estrazioneguidata da schemi?
Estrazione guidata da schemi significa definire una sola volta i dati che vi servono, come schema, ed estrarli da qualsiasi layout di documento per significato: niente template, niente preaddestramento per tipo.
Descrivete i dati, non il documento.
Nell'estrazione guidata da schemi descrivete l'output: quali campi, quali tipi, quale struttura. L'estrazione trova quei campi nel documento per significato, ovunque il layout li collochi. Gli approcci alternativi descrivono invece l'input: i template mappano posizioni in pixel per ogni layout, e i modelli preaddestrati fissano un catalogo di tipi di documento supportati.
La differenza si vede ai margini. Un nuovo fornitore, una busta paga ridisegnata o un tipo di documento inventato dal vostro stesso settore non richiedono nuove configurazioni: se lo schema lo descrive, viene estratto. La manutenzione passa dal tenere in vita i template al perfezionare ogni tanto uno schema.
Una sola definizione
Uno schema descrive campi, tipi e struttura una volta sola, per tutti i layout di quella classe di documenti.
Estrazione per significato
I valori vengono trovati semanticamente: il gross pay viene individuato come concetto, non a una coordinata.
Nessun limite di catalogo
Nessuna lista di tipi preaddestrati: qualsiasi documento che riuscite a descrivere diventa estraibile.
Il cuore di MiruIQ.
L'estrazione guidata da schemi è la scelta progettuale fondante di MiruIQ: gli schemi si creano nello Studio o si generano con la procedura guidata, sono versionati e riutilizzati tra le pipeline, con validazione e revisione umana costruite intorno.
Estrazione guidata da schemi: le domande
Le domande di chi valuta l'approccio a schemi.
Un template dice dove stanno i valori su un layout specifico, quindi ogni nuovo layout richiede un nuovo template e ogni modifica di layout ne rompe uno. Uno schema dice cosa significano i valori, quindi la varianza di layout viene assorbita dall'estrazione stessa. Nei sistemi a template la manutenzione cresce con il numero dei vostri fornitori; nei sistemi a schemi no.
In MiruIQ, visivamente nello Studio, con l'aiuto della procedura guidata, oppure come JSON Schema via API. Uno schema elenca i campi con nomi, tipi e descrizioni, comprese le strutture annidate per righe e tabelle. La maggior parte dei team parte da un documento di esempio e perfeziona dopo le prime prove.
Provatelo sui vostri documenti.
La prova gratuita di 14 giorni copre 200 documenti: abbastanza per definire i vostri schemi, elaborare file reali e misurare i risultati prima che qualcuno vi chiami.