目录
阅读时间： 3 分钟
今天，几乎所有的业务流程都以文件开始，包括或结束。大多数公司都坐在文件的金矿上。想一想，其中有些是PDF文件、电子邮件、客户反馈、专利、合同、技术文件、敏感文件、人力资源文件等，不胜枚举。这些文件只会随着时间的推移而增加。由于这些文件很多都是非结构化的，因此对每个文件的理解是很困难的，这可能是非常耗时的过程。
什么是非结构化数据？
非结构化数据包括80%的企业数据。这种数据是自由形式的文本，是由人类产生的（通过电子邮件、文件、视频、物理文件）和机器产生的 （卫星图像或传感器数据）。从文件中提取数据的成本很高，而且很难驾驭，因为它更像人类的语言，没有任何预定的格式。
文件处理已经变得越来越复杂。这是因为大量的数据和它的多样性。多样性意味着不同的文件类型和格式。由于政府法规和业务类型关系的变化，以及在一段时间内与文件的实体联系，多样性在不断增加。了解文件的语义深度对于释放企业内部的洞察力也很重要。
文档处理是相当具有挑战性的。它包括 -
- 各种文件格式和形状
- 人工处理和错误的成本
- 糟糕的数据
- 漫长的处理时间和延误
- 数据准确性不足
- 多种工作流程
- 访问管理
企业因此受到高成本、收入损失和错过机会的影响。这就是谷歌云文档AI的作用。
什么是文档人工智能？
谷歌云文档人工智能服务是一个文档理解解决方案，它允许你处理文档，并在结构化或机器可读的数据中解析出其内容。文件的例子可能包括。
- 驾驶执照或护照
- 银行报表
- 收入申报表
- 药物治疗表
- 税务文件
文件人工智能从非结构化/结构化文件中提取信息。这可以使企业做出更好的决定，如分析客户反馈，处理发票或减少抵押贷款处理时间。
文档人工智能是建立在其他机器学习领域组件的输出之上的。谷歌视觉和自然语言处理为构建文档知识库奠定了基础。
文档人工智能的构建块
文档人工智能的三个构建模块是。
- 通用文档人工智能--应用OCR和文本处理服务，从任何商业文档中提取结构/内容。
- 自定义文档人工智能（AutoML）--为你的文档、表格和用例创建私人模型和训练模型。在您的内容上训练自定义模型，以确定在您自己的特定训练数据上的特定领域内容。
- 专门的文档人工智能--预先建立高质量的模型，为世界上最重要的企业进行优化。你可以使用谷歌的预训练模型，对世界上一些最常见的文档类型进行开箱即用的提取和分类。
下面的图片显示了文档人工智能中可用的不同处理器。
文档人工智能的应用
- 零售业--利用店内反馈和在线评论来改善VOC分析和需求预测。
- 金融 - 确保有数百份文件的申请是完整、准确和合规的。将处理时间从几天缩短到几小时。
- 医疗保健 - 更好地管理医疗账单和分析。
- 工业 - 使用不同类型的发票进行支出分析。
