Amazon Textract presenta un modelo actualizado de detección de texto
Amazon Textract ahora ofrece un modelo de detección de texto actualizado que aumenta la precisión, amplía la compatibilidad con idiomas y mejora la extracción de tablas multilingües. El modelo actualizado se aplica a las API DetectDocumentText y AnalyzeDocument, y no requiere cambios en las solicitudes a la API de Amazon Textract ni en el esquema de respuesta. Las aplicaciones pasan a usar el modelo actualizado de forma automática, por lo que puede seguir llamando a Amazon Textract exactamente igual que antes.
El modelo actualizado amplía la cobertura lingüística a más de 40 idiomas, incluidos el albanés, alemán, árabe, bielorruso, bosnio, búlgaro, checo, chino (simplificado y tradicional), coreano, croata, danés, eslovaco, esloveno, español, estonio, finlandés, francés, hebreo, hindi, húngaro, inglés, islandés, italiano, japonés, letón, lituano, luxemburgués, neerlandés, noruego, polaco, portugués, rumano, ruso, serbio cirílico, serbio latino, sueco, turco, turcomano, ucraniano y vasco, lo que permite procesar de forma confiable sistemas de escritura que antes no eran compatibles. Las mejoras de precisión incluyen un mejor reconocimiento de palabras largas y una mejor detección de escritura a mano. Además, la extracción de tablas multilingües es más sólida en celdas combinadas, tablas inclinadas o giradas y tablas parciales o dañadas. Estas mejoras ayudan a procesar con precisión y a escala facturas, formularios, documentos de identidad y otros documentos multilingües o complejos, incluidos los que contienen tablas.
El modelo actualizado de Amazon Textract está disponible en todas las regiones de AWS en las que se ofrece Amazon Textract. Para obtener más información, consulte la página del producto Amazon Textract y la Guía para desarrolladores de Amazon Textract.