Hugging Face مدل ۲ میلیاردپارامتری برای استخراج فیلد از اسناد معرفی کرد

Hugging Face از Dharma Field Extractor رونمایی کرده است؛ مدلی با ۲ میلیارد پارامتر که تصویر سند را می‌گیرد و اطلاعات موردنیاز را به‌صورت JSON ساخت‌یافته برمی‌گرداند. کاربر می‌تواند از مدل بخواهد همهٔ اطلاعات قابل‌استخراج را پیدا کند یا یک شِمای مشخص برای پرکردن در اختیارش بگذارد.

این مدل برای استخراج داده طراحی شده، نه بازنویسی متن کامل صفحه. برای نمونه، از فاکتور می‌تواند اقلام را به‌شکل فهرستی مرتب، همراه با تعداد و مبلغ هر قلم و جمع کل، استخراج کند. در اسناد شناسایی نیز فیلدها را با نام‌هایی که سامانهٔ مقصد انتظار دارد ارائه می‌دهد. به‌گفتهٔ Hugging Face، یک نسخه از مدل برای انواع سند به کار می‌رود و به تنظیم جداگانه برای هر نوع نیاز ندارد.

این شرکت پیش‌تر DharmaOCR-LITE را برای OCR اسنادی مانند قراردادها، پرونده‌های دادگاه، فاکتورها، مدارک شناسایی و فرم‌ها منتشر کرده بود. OCR متن صفحه را بازمی‌گرداند، اما مشخص نمی‌کند هر مقدار به کدام فیلد تعلق دارد؛ تبدیل خروجی OCR به دادهٔ قابل‌ورود به پایگاه داده معمولاً به کدنویسی اضافی نیاز دارد. Hugging Face می‌گوید مدل جدید این مرحله را انجام می‌دهد و در آزمون‌های این شرکت از همهٔ مدل‌های زبانی پیشرفته‌ای که بررسی کرده‌اند بهتر عمل کرده، آن هم با هزینه‌ای کمتر. منبع در بخش ارائه‌شده جزئیات آزمون یا مقایسهٔ هزینه را ذکر نمی‌کند.