表单设计最佳实践

Question

目前，我正在重新设计文档和表单，以提高使用Aws the提取的易用性。

你有经验和最佳实践可以分享吗？

问候

Answer 1

以下是指南中推荐的一些最佳实践，以便实现提供最佳输入文档：

下面列出了几种可以优化输入文档以获得更好结果的方法。

• 确保您的文档文本使用Amazon支持的语言。目前，亚马逊公司支持英语、西班牙语、德语、意大利语、法语和葡萄牙语。
• 提供高质量的图像，最好至少有150个新闻部。
• 如果您的文档已经是Amazon支持的文件格式之一(PDF、TIFF、JPEG和PNG)，那么在将文档上传到Amazon之前，不要转换或降级文档。

为了在从文件中的表格中提取文本时取得最佳结果，请确保：

• 文档中的表在视觉上与页面上的周围元素分开。例如，表没有覆盖在图像或复杂的模式上。
• 桌子上的文字是笔直的。例如，相对于页面上的其他文本，文本不会被旋转。从表中提取文本时，可能会在以下情况下看到不一致的结果：
• 跨多列的合并表单元格。
• 具有与同一表其他部分不同的单元格、行或列的表。

我强烈建议你看一看开发者指南。

Answer 2

AWS技术是利用机器学习算法从表单和表中提取数据。总的来说，它们没有提供任何可遵循的良好做法。他们的想法是，不管格式如何，他们都可以提取数据。

我的建议是做一些手工测试。只需查看当前窗体或文档使用的最常见问题是什么。检查数据是否丢失，不一致，或只是错误地检测到，并试图解决该位置。然后对新表单重复相同的过程，看看是否有改进。

提高提取精度是你唯一的目标吗？如果是这样的话，那么您可能已经知道存在的问题了。利用这些知识。

在这种情况下，知道哪个地方得到了改进将是非常有帮助的。

对提供更好的答案也有帮助的是，我们谈论的是什么类型的文件。以及你使用的是什么框架/生成器。