20、提升文档处理工作流准确性与审核命名实体识别工作流

提升文档处理工作流准确性与审核命名实体识别工作流

在当今数字化时代，文档处理和实体识别在企业运营中扮演着至关重要的角色。然而，传统的文档处理方式往往效率低下且容易出错，而机器学习虽然能提供自动化解决方案，但也面临着诸多挑战。本文将介绍如何利用 AWS 的相关服务，如 Amazon Textract、Amazon A2I 和 Amazon Comprehend，来提升文档处理的准确性，并建立命名实体识别的审核工作流。

1. Amazon A2I 与 Amazon Textract 的集成

Amazon A2I 可以与 Amazon Textract 集成，实现有人在环（HITL）的文档处理工作流自动化。具体流程如下：
- 文档处理与信心分数 ：扫描的文档发送到 Amazon Textract，它会提取文本、键值对和表格，并为这些提取结果提供信心分数。
- 触发人工审核的阈值设置 ：可以针对以下三种情况设置阈值，触发 Amazon A2I 创建人工审核循环：
- 键值对检测中缺失的键，例如审核表单时，AI 预测中缺少重要的邮寄地址键。
- 定义可被视为高置信度的预测阈值。
- 发送预测进行质量保证（QA）审核。

注意 ：Amazon Textract 和 Amazon A2I 仅在键值或表单数据提取的 API 中有原生集成。若要为 Amazon Textract 检测到的文本或表格数据设置人工审核，可使用自定义 A2I UI 模板，并通过 starthumanloop A2I API 设置循环。

为了更