Amazon Web Services Amazon Textract Insights-এর সাধারণ প্রাপ্যতা ঘোষণা করেছে, একটি জেনারেটিভ AI-চালিত নথি নিষ্কাশন পরিষেবা যা এন্টারপ্রাইজ AI-এর সবচেয়ে ক্রমাগত অভিযোগগুলির একটির উত্তর দেওয়ার জন্য ডিজাইন করা হয়েছে: মডেলগুলি যেগুলি কোথা থেকে এসেছে তা যাচাই করার কোন উপায় ছাড়াই প্রশংসনীয় ফলাফল দেয়৷ 20 নভেম্বরের একটি AWS ব্লগ পোস্টে বিশদ প্রবর্তন, পৃষ্ঠা-স্তরের উদ্ধৃতি এবং প্রত্যাবর্তিত প্রতিটি মানের জন্য আত্মবিশ্বাসের স্কোর সহ বড় ভাষা মডেল নিষ্কাশন যুক্ত করে।

টেক্সট্র্যাক্ট দীর্ঘকাল ধরে স্ক্যান করা পৃষ্ঠাগুলিকে পাঠ্য এবং টেবিলে পরিণত করার জন্য AWS-এর ইঞ্জিন। টেক্সট্র্যাক্ট ইনসাইটস সেই ফাউন্ডেশনের উপরে একটি নতুন API যোগ করে: ব্যবহারকারীরা সরল ভাষায় বর্ণনা করে যে ক্ষেত্রগুলি তারা বের করতে চান, একটি নথি আপলোড করতে চান এবং বিনিময়ে কাঠামোগত ফলাফল পান — কোন মডেল প্রশিক্ষণের প্রয়োজন নেই। AWS ব্যাঙ্ক, বীমাকারী, স্বাস্থ্যসেবা সংস্থা এবং সরকারী সংস্থাগুলিতে পরিষেবাটি পিচ করছে, কাগজপত্র-ভারী শিল্প যেখানে যাচাইকরণ ঐচ্ছিক নয়৷ এই ধরনের আরও টুল লঞ্চের জন্য, সর্বশেষ এআই ডেভেলপমেন্ট* আমাদের কভারেজ দেখুন।

কিভাবে টেক্সট্র্যাক্ট ইনসাইট কাজ করে

AWS যাকে ব্লুপ্রিন্ট বলে তার চারপাশে সেটআপ সংগঠিত হয়: একটি JSON স্কিমা যেখানে প্রতিটি ক্ষেত্র কী খুঁজে পেতে হবে তার একটি সরল-ইংরেজি বর্ণনা বহন করে। প্রতিটি ক্ষেত্রকে পৃষ্ঠা থেকে শব্দার্থে পঠিত হিসাবে চিহ্নিত করা হয়েছে বা নথির বিষয়বস্তু থেকে অনুমান করা হয়েছে - একটি পার্থক্য যা পর্যালোচকদের সঠিকভাবে জানতে দেয় কোন মানগুলি সরাসরি কাগজ থেকে এসেছে এবং কোনটি মডেল দ্বারা উদ্ভূত হয়েছে৷

AWS সাধারণ ফর্মের ধরনগুলির জন্য রেডিমেড পাবলিক ব্লুপ্রিন্ট সরবরাহ করে এবং গ্রাহকরা ব্যবসা-নির্দিষ্ট নথিগুলির জন্য তাদের নিজস্ব লিখতে পারেন। ফলাফল, AWS অনুসারে, একটি নিষ্কাশন পাইপলাইন যা একজন পর্যালোচক বা নিরীক্ষক মূল নথির বিরুদ্ধে ক্ষেত্র অনুসারে পরীক্ষা করতে পারেন।

অগোছালো, বাস্তব-বিশ্বের কাগজপত্রের জন্য নির্মিত

বাস্তব নথি প্রবাহ খুব কমই পরিপাটি পৌঁছান. একটি বন্ধকী আবেদন একটি একক স্ক্যান হিসাবে আসতে পারে যার মধ্যে একটি W-2, পেস্লিপ, ব্যাঙ্ক স্টেটমেন্ট এবং হাতে লেখা নোটগুলি কোনও নির্দিষ্ট ক্রমে নেই। টেক্সট্র্যাক্ট ইনসাইটস ঠিক সেই ক্ষেত্রেই তৈরি করা হয়েছে: এটি 3,000 পৃষ্ঠা পর্যন্ত একটি একক ফাইল গ্রহণ করে, এটিকে আলাদা নথিতে বিভক্ত করে, প্রতিটির সাথে সঠিক ব্লুপ্রিন্টের সাথে মেলে এবং ক্ষেত্রগুলিকে বের করে — সবই StartDocumentInsights নামে একটি API এর মাধ্যমে একটি অ্যাসিঙ্ক্রোনাস অনুরোধ হিসাবে।

ফলাফল গ্রাহকের নিজস্ব Amazon S3 বালতিতে পড়ে। প্রতিটি নিষ্কাশিত মানের মধ্যে পৃষ্ঠা নম্বর এবং বাউন্ডিং বাক্স থেকে এটি আঁকা হয়েছে, তাই একজন মানব পর্যালোচক কয়েক সেকেন্ডের মধ্যে তার সঠিক উত্স অবস্থানে ফিরে যেতে পারে।

AWS Symbeo, একটি CorVel কোম্পানি থেকে একটি বিবৃতি শেয়ার করেছে, যা বলেছে যে প্লেইন-ভাষা ক্ষেত্রের বিবরণ সাহায্য করে কারণ এটি যে মেডিকেল বিলগুলি প্রক্রিয়া করে তা বিভিন্ন লেআউটে আসে — একজন প্রেরকের জন্য তৈরি নিয়মগুলি প্রায়শই অন্যটিতে ব্যর্থ হয়।

কেন এন্টারপ্রাইজ এআই-এর জন্য যাচাইযোগ্যতা গুরুত্বপূর্ণ

মূল পিচ বিশ্বাস. AWS যুক্তি দেয় যে একটি সাধারণ-উদ্দেশ্য চ্যাটবট সাবলীল উত্তর দিতে পারে কিন্তু প্রায়ই বলতে পারে না কোন পৃষ্ঠা থেকে একটি নম্বর এসেছে বা এটি কতটা আত্মবিশ্বাসী। টেক্সট্র্যাক্ট ইনসাইটগুলি এমনভাবে ডিজাইন করা হয়েছে যাতে স্বয়ংক্রিয় ওয়ার্কফ্লোগুলি উচ্চ-বিশ্বাসের মানগুলিতে স্বয়ংক্রিয়ভাবে কাজ করতে পারে যখন অনিশ্চিত বিষয়গুলিকে একজন মানব পর্যালোচকের কাছে রুট করে — অর্থ ও স্বাস্থ্যসেবাতে একটি প্যাটার্ন কমপ্লায়েন্স দলগুলি জেনারেটিভ AI নিষ্কাশনের প্রথম উপস্থিত হওয়ার পর থেকে অনুরোধ করছে৷

মূল্য নির্ধারণ প্রতি-টোকেনের পরিবর্তে একটি প্রতি-পৃষ্ঠা মডেল অনুসরণ করে, যা AWS বলে যে খরচগুলি সাধারণ ভাষা মডেল API-এর চেয়ে বেশি অনুমানযোগ্য করা উচিত। লঞ্চের ঘোষণায় নির্দিষ্ট হার তালিকাভুক্ত করা হয়নি; AWS গ্রাহকদের টেক্সট্র্যাক্ট মূল্য পৃষ্ঠায় নির্দেশ করে।

নিরাপত্তার ক্ষেত্রে, প্রকল্প এবং ব্লুপ্রিন্টগুলি ডিফল্টরূপে AWS-মালিকানাধীন কীগুলির সাথে এনক্রিপ্ট করা হয়, AWS KMS-এর মাধ্যমে আপনার নিজস্ব কী আনার বিকল্প সহ। ইন্টারমিডিয়েট কাজের ডেটা অস্থায়ী হয় এবং একটি কাজ শেষ হলে মুছে ফেলা হয়, এবং AWS বলে যে অনুরোধগুলি একই ভূগোলের মধ্যে গণনা করার জন্য রুট করা হয়।

টেক্সট্র্যাক্ট কোর একটি আপগ্রেডও পায়

ইনসাইটস লঞ্চের পাশাপাশি, AWS অ্যামাজন টেক্সট্র্যাক্ট কোর আপডেট করেছে, পরিষেবার নীচে রিডিং ইঞ্জিন। কোম্পানী বলছে ঘন টেবিল এবং হাতের লেখায় নির্ভুলতা উন্নত হয়েছে, এবং ভাষা কভারেজ এখন স্ট্যান্ডার্ড টেক্সট এবং বিশ্লেষণ API-এর জন্য 40টি ভাষায় পৌঁছেছে। বিদ্যমান গ্রাহকরা কোনো কোড পরিবর্তন না করেই সেই লাভগুলো পান।

কোর এখন টোকিও এবং জুরিখেও উপলব্ধ, পরিষেবাটিকে মোট 18টি AWS অঞ্চলে নিয়ে আসছে৷ এই দুটি নতুন অঞ্চলে টেক্সট্র্যাক্ট ইনসাইটস নিজেই এখনও অফার করা হয়নি, এবং AI Parabellum-এর লঞ্চের পর্যালোচনায় উল্লেখ করা হয়েছে যে Insights বর্তমানে Core-এর তুলনায় একটি ছোট ভাষা সমর্থন করে।

যেখানে এটি AWS এর AI Push এ ফিট করে

লঞ্চটি AWS AI রিলিজের একটি অবিচলিত ড্রামবিটের অংশ যা ভোক্তা চ্যাটবটের পরিবর্তে এন্টারপ্রাইজ ওয়ার্কফ্লোকে লক্ষ্য করে। উদ্ধৃতি, আত্মবিশ্বাসের স্কোর এবং অডিট-বান্ধব আদিম বিষয়গুলিতে জেনারেটিভ AI মোড়ানোর মাধ্যমে, AWS বাজি ধরছে যে যাচাইযোগ্যতা — কাঁচা মডেলের গুণমান নয় — যা নিয়ন্ত্রিত শিল্পগুলিতে AI গ্রহণকে অবরুদ্ধ করে৷

যে দলগুলি ঋণের ফাইল, বীমা দাবি বা রোগীর ফর্মগুলি পরিচালনা করে, তাদের জন্য ব্যবহারিক মূল্য প্রস্তাবটি একক API কলের জন্য OCR, বিভাজন, শ্রেণিবিন্যাস এবং মডেলের প্রম্পট করার জন্য ব্যবহৃত একটি চেইনকে একীভূত করে৷ সেই সরলীকরণটি সবচেয়ে অগোছালো বাস্তব-বিশ্বের নথিতে ধরে রাখবে কিনা তা হবে পরিষেবাটির সাফল্যের পরিমাপ।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →