Amazon Textract – Häufig gestellte Fragen

Amazon Textract ist ein Dokumentanalysedienst, der gedruckten Text, Handschrift, strukturierte Daten (z. B. die relevanten Felder und die zugehörigen Werte) und Tabellen aus Bildern und Scans von Dokumenten erkennt und extrahiert. Die Machine-Learning-Modelle von Amazon Textract wurden an Millionen von Dokumenten trainiert, so dass praktisch jeder von Ihnen hochgeladene Dokumententyp automatisch erkannt und für die Textextraktion verarbeitet wird. Wenn Informationen aus Dokumenten extrahiert werden, gibt der Service einen Konfidenzwert für jedes erkannte Element zurück, damit Sie fundierte Entscheidungen über die Art und Weise der Verwendung dieser Ergebnisse treffen können. Wenn Sie beispielsweise Informationen aus Steuerdokumenten extrahieren, können Sie benutzerdefinierte Regeln festlegen, um alle extrahierten Informationen mit einem Konfidenzwert von weniger als 95 % zu kennzeichnen. Außerdem werden alle extrahierten Daten mit Begrenzungsrahmen-Koordinaten zurückgegeben, d. h. mit einem rechteckigen Rahmen, der die einzelnen identifizierten Daten vollständig umschließt, so dass Sie schnell erkennen können, wo ein Wort oder eine Zahl in einem Dokument erscheint. Sie können auf diese Funktionen mit der Amazon-Textract-API, in der AWS-Managementkonsole oder über die AWS Command Line Interface (CLI) zugreifen.

Die häufigsten Anwendungsfälle für Amazon Textract umfassen:

• Importieren von Dokumenten und Formularen in Geschäftsanwendungen
• Erstellen intelligenter Suchindizes 
• Erstellen automatisierter Dokumentenverarbeitungs-Workflows
• Einhaltung der Compliance in Dokumentarchiven
• Extraktion von Text für die natürliche Sprachverarbeitung (NLP)
• Extraktion von Text für die Klassifizierung von Dokumenten

Amazon Textract kann gedruckten Text und Handschrift aus dem englischen Standardalphabet sowie ASCII-Symbole erkennen. Amazon Textract kann gedruckten Text, Formulare und Tabellen in Englisch, Deutsch, Französisch, Spanisch, Italienisch und Portugiesisch extrahieren. Amazon Textract extrahiert explizit gekennzeichnete Daten sowie implizite Daten und Einzelposten aus Auflistungen von Waren oder Dienstleistungen aus fast jeder Rechnung oder jedem Beleg in englischer Sprache ohne Vorlagen oder Konfiguration. Amazon Textract kann auch spezifische oder implizite Daten wie Namen und Adressen aus englischsprachigen Identitätsdokumenten wie US-Pässen und Führerscheinen extrahieren, ohne dass Vorlagen oder Konfigurationen erforderlich sind. Schließlich kann Amazon Textract anhand von Abfragen in englischer Sprache beliebige Daten aus Dokumenten extrahieren, ohne dass Sie sich um die Struktur oder Variationen der Daten im Dokument kümmern müssen.

Amazon Textract unterstützt derzeit die Formate PNG, JPEG, TIFF und PDF. Bei synchronen APIs können Sie Bilder entweder als S3-Objekt oder als Byte-Array übermitteln. Bei asynchronen APIs können Sie S3-Objekte übermitteln. Wenn Ihr Dokument bereits in einem der von Amazon Textract unterstützten Dateiformate (PDF, TIFF, JPG, PNG) vorliegt, konvertieren oder verkleinern Sie es nicht, bevor Sie es in Amazon Textract hochladen.

Um mit Amazon Textract zu beginnen, können Sie auf der Amazon-Textract-Seite auf die Schaltfläche „Erste Schritte mit Amazon Textract“ klicken. Hierfür ist ein Amazon-Web-Services-Konto erforderlich. Wenn Sie noch kein Konto besitzen, werden Sie während des Vorgangs zur Erstellung eines Kontos aufgefordert. Sobald Sie bei Ihrem AWS-Konto angemeldet sind, können Sie Amazon Textract mit Ihren eigenen Images oder PDF-Dokumenten über die Amazon-Textract-Managementkonsole ausprobieren. Sie können auch die Amazon Textract SDKs herunterladen, um Ihre eigenen Anwendungen zu erstellen. Schritt-für-Schritt-Anweisungen finden Sie im Handbuch Erste Schritte.

Amazon Textract führt OCR unter Verwendung der Detect Document Text API durch, geht aber bei der Dokumentenanalyse noch einen Schritt weiter und führt auch die Erkennung von Schlüssel-Wert-Paaren durch, damit die Textextraktionen in ihrer vorgesehenen Struktur organisiert bleiben. Die Analyze Document API kann gedruckten Text, Handschrift, Felder, Werte, ihre Beziehungen, Tabellen und andere Entitäten in einem Dokument zusammen mit den zugehörigen Konfidenzwerten erkennen. Mit der Analyze Document API können Entwickler automatisch strukturierte Daten aus einer Vielzahl von Dokumenten erfassen, darunter Steuerformulare, Finanzberichte, Krankenakten und Kreditanträge. Die Analyze Document API bietet Entwicklern auch die Flexibilität, mit Hilfe von Abfragen die aus Dokumenten zu extrahierenden Daten anzugeben, ohne dass die Struktur der Daten oder Variationen der Art und Weise, wie die Daten in verschiedenen Formaten und Versionen des Dokuments angeordnet sind, berücksichtigt werden muss. Mithilfe von benutzerdefinierten Abfragen kann die Abfragefunktion angepasst werden, um die Extraktionsgenauigkeit in geschäftsspezifischen Dokumenten zu verbessern. Die Analyze Expense API kann Lieferantennamen auf Belegen auch dann erkennen, wenn diese nur in einem Logo auf der Seite angegeben und nicht mit einer expliziten Beschriftung namens „Lieferant“ versehen sind. Sie ist außerdem in der Lage, Artikel, Mengen und Preise zu erkennen und zu extrahieren, die nicht mit Spaltenüberschriften für Einzelposten versehen sind. Mit der Analyze Expense API können Entwickler beim Extrahieren von Daten aus Rechnungen und Quittungen normalisierte Schlüsselnamen und Spaltenüberschriften verwenden, so dass nachgelagerte Anwendungen die Ergebnisse aus vielen Dokumenten problemlos vergleichen können. Die Analyze ID API versteht den Kontext von Identitätsdokumenten wie US-Pässen und Führerscheinen, ohne dass Vorlagen oder Konfigurationen erforderlich sind. Mit Analyze ID können Unternehmen, die Dienstleistungen zur Identitätsüberprüfung anbieten, sowie Unternehmen aus dem Finanz-, Gesundheits- und Versicherungswesen auf einfache Weise die Erstellung von Konten, Terminvereinbarungen, Bewerbungen und vieles mehr automatisieren, indem sie ihren Kunden die Möglichkeit geben, ein Bild oder einen Scan ihres Ausweises einzureichen. Weitere Einzelheiten finden Sie in der Referenz zur Amazon-Textract-API.

Die Analyze Document API bietet die folgenden Features– Formulare, Tabellen, Abfragen, benutzerdefinierte Abfragen, Signaturen und Layout. Sie können diese Features unabhängig voneinander oder in beliebiger Kombination verwenden. Verwenden Sie die Funktion Forms, um Daten wie Schlüssel-Wert-Paare (z. B. „Vorname“ und den zugehörigen Wert: „Jane Smith“) zu extrahieren. Verwenden Sie die Funktion Tables für die Extraktion von Tabellendaten, die in Spalten und Zeilen organisiert sind. Verwenden Sie die Funktion Abfragen, um die benötigten Informationen eines Dokuments in Form von Fragen in natürlicher Sprache anzugeben (z. B. „Wie lautet der Name des Kunden“) und die Antwort (z. B. „John Doe“) als Teil der Abfragerückmeldung zu erhalten. Verwenden Sie benutzerdefinierte Abfragen, um die Abfragefunktionen für geschäftsspezifische Dokumente anzupassen. Sie können Signaturen verwenden, um Signaturen auf Dokumenten zu erkennen, und Layout verwenden, um Layoutelemente in einem Dokument zu identifizieren.

Wir haben eine ausführliche Anleitung zur Erstellung von Abfragen als Teil unserer API-Dokumentation auf der Seite für Textract-Ressourcen veröffentlicht. Im Allgemeinen sollten die Kunden beim Erstellen von Abfragen versuchen, Fragen in natürlicher Sprache unter Verwendung von Wörtern aus dem Dokument zu stellen.

Abfragen werden pro Seite verarbeitet und Informationen können mithilfe der Funktion Queries sowohl über synchrone als auch über asynchrone Vorgänge extrahiert werden. Bei synchronen Vorgängen werden maximal 15 Abfragen pro Seite unterstützt. Bei asynchronen Vorgängen werden maximal 30 Abfragen pro Seite unterstützt.

Amazon Textract nutzt Machine Learning, um praktisch jede Art von Dokument zu lesen, um gedruckten Text, Handschrift und strukturierte Informationen zu extrahieren. Beachten Sie die folgenden Tipps, um die besten Ergebnisse zu erzielen:

• Vergewissern Sie sich, dass Ihr Dokument eine von Amazon Textract unterstützte Sprache verwendet. (Derzeit werden Englisch, Spanisch, Italienisch, Portugiesisch, Französisch und Deutsch unterstützt. Handschrift, Rechnungen und Quittungen sowie Ausweisdokumente und die Bearbeitung von Anfragen werden nur in englischer Sprache unterstützt.)
• Stellen Sie ein möglichst hochwertiges Bild zur Verfügung, idealerweise mit mindestens 150 DPI.
• Wenn Ihr Dokument bereits in einem der von Amazon Textract unterstützten Dateiformate (PDF, JPG, PNG) vorliegt, konvertieren oder verkleinern Sie es nicht, bevor Sie es in Amazon Textract hochladen.
• Die Funktion Tables von Amazon Textract funktioniert am besten, wenn die Tabellen in Ihrem Dokument visuell von den umgebenden Elementen auf der Seite getrennt sind (z. B. nicht von einem Bild oder einem komplexen Muster überlagert werden) und der Text innerhalb der Tabelle aufrecht steht (z. B. nicht relativ zum anderen Text auf der Seite gedreht ist).

Mit nur wenigen Klicks können Sie in der Amazon-Textract-Managementkonsole mit der Analyse Ihrer eigenen Dokumente mit Amazon Textract beginnen. Wenn Sie Probleme haben, eine hohe Genauigkeit bei Quittungen, Identitätsdokumenten oder industriellen Diagrammen zu erreichen, kontaktieren Sie uns bitte unter amazon-textract@amazon.com.

Der Konfidenzwert ist eine Zahl zwischen 0 und 100, die auf die Wahrscheinlichkeit hinweist, dass eine bestimmte Vorhersage zutrifft. Mit Amazon Textract werden alle strukturierten Daten sowie der gesamte extrahierte gedruckte und handschriftliche Text mit Begrenzungsrahmen-Koordinaten zurückgegeben, d. h. mit einem rechteckigen Rahmen, der alle erkannten Daten vollständig umschließt. Auf diese Weise können Sie den Konfidenzwert für jede extrahierte Entität ermitteln, damit Sie fundierte Entscheidungen über die Art und Weise der Verwendung der Ergebnisse treffen können.

Amazon Textract ist derzeit in den Regionen USA-Ost (Nord-Virginia), USA-Ost (Ohio), USA-West (Oregon), USA-West (Nordkalifornien), AWS GovCloud (USA-West), AWS GovCloud (USA-Ost), Kanada (Zentral), EU (Irland), EU (London), EU (Frankfurt), EU (Paris), Asien-Pazifik (Singapur), Asien-Pazifik (Sydney), Asien-Pazifik (Seoul) und Asien-Pazifik (Mumbai) verfügbar.

Ja. Amazon Textract unterstützt die Protokollierung der folgenden Aktionen als CloudTrail-Ereignisse - DetectDocumentText, AnalyzeDocument, StartDocumentTextDetection, StartDocumentAnalysis, GetDocumentTextDetection und GetDocumentAnalysis. Weitere Einzelheiten finden Sie unter Protokollierung von Amazon-Textract-API-Aufrufen mit AWS CloudTrail.

Sie können Ihre Amazon-Textract-Servicekontingente (früher als Service Limits bezeichnet) in der AWS-Service-Quotas-Konsole einsehen und verwalten. Sie können die Kontingentanforderungen für Ihren Anwendungsfall auch mit dem Textract-Service-Quotas-Rechner abschätzen. So erstellen Sie eine Anfrage zur Erhöhung des Servicekontingents:

1. Melden Sie sich bei der AWS-Konsole an, navigieren Sie zur AWS-Service-Quotas-Konsole und wählen Sie unter AWS-Services „Textract“ aus.
2. Wählen Sie das gewünschte Kontingent aus und klicken Sie auf der Folgeseite auf „Kontingenterhöhung beantragen“.
3. Geben Sie den gewünschten Kontingentwert ein und klicken Sie auf „Anfrage“.

Wir empfehlen den folgenden Ansatz, um die Drosselung zu verringern:

1. Implementieren Sie die Wiederholungslogik. Folgen Sie den Richtlinien zur Fehlerbehandlung, um Wiederholungsversuche für Drosselungsfehler zu konfigurieren.
2. Exponentielles Backoff und Jitter konfigurieren. Durch die Konfiguration von exponentiellem Backoff und Jitter bei der Konfiguration von Wiederholungsversuchen können Sie den erreichbaren Durchsatz verbessern. Weitere Informationen finden Sie unter Fehlerwiederholungen und exponentielles Backoff in AWS.
3. Sorgen Sie für einen reibungslosen Verkehrsfluss. Für Spitzen anfälliger Verkehr beeinträchtigt den Durchsatz. Um den maximalen Durchsatz für die zugewiesenen Transaktionen pro Sekunde (TPS) zu erzielen, verwenden Sie eine Serverless-Warteschlangenarchitektur oder einen anderen Mechanismus, um den Datenverkehr zu „glätten“, sodass er konsistenter ist.
4. Beginnen Sie mit Beispielen, die bewährte Methoden anwenden.  Versuchen Sie es mit unseren IDP-CDK-Beispielen mit CDK-Konstrukten.
5. Verwenden Sie den Textract-Service-Quotas-Rechner, um die Kontingentanforderungen für Ihren Anwendungsfall zu schätzen und eine Anfrage zur Erhöhung des Kontingents über die AWS-Service-Quotas-Konsole einzureichen.