Iniciar sesión

Extraer información en Inteligencia Artificial

De documentos, imágenes, audio y video

Unidad: Cargas de trabajo de IA Gratis
📄
Extraer información
Un dato estructurado ya viene en campos, como una tabla con columnas y filas. Pero mucha información útil está en datos no estructurados, que no vienen en campos: documentos escaneados, formularios, fotos, audio y video. La extracción de información saca de ahí los datos útiles para que tu app los pueda usar. No crea documentos nuevos ni los traduce: los lee y los ordena.
Con la foto de un ticket son dos pasos:
1. OCRReconocimiento óptico de caracteres: encuentra y lee el texto dentro de una imagen. Pero solo lo lee: todavía no sabe cuál número es el total.
2. CamposUn modelo interpreta ese texto y lo acomoda en campos: del ticket saca el total, la fecha y el comercio para tu reporte de gastos.
Escenarios: procesar formularios en un trámite (reembolsos), digitalizar formularios en papel (pasar millones de cuestionarios de un censo a una base de datos), indexar documentos para buscarlos y sacar acuerdos y pendientes de una junta grabada (extraer del audio).
En Microsoft Foundry esto lo hace Azure Content Understanding in Foundry Tools (Content Understanding, para abreviar): usa IA generativa y trabaja con documentos, imágenes, audio y video.

Pon a prueba lo que aprendiste

Concepto

¿Qué hace la extracción de información?

  1. ASaca datos útiles de documentos, imágenes o audio
  2. BCrea documentos nuevos a partir de un prompt
  3. CBorra los datos personales de los archivos
  4. DTraduce documentos completos a otro idioma
Ver respuesta
A) Saca datos útiles de documentos, imágenes o audio Convierte datos desordenados en datos útiles.
Concepto

¿Qué es OCR?

  1. AEncontrar y leer el texto dentro de una imagen
  2. BDibujar una caja alrededor de cada objeto
  3. CMedir si un texto es positivo o negativo
  4. DConvertir un texto escrito en voz
Ver respuesta
A) Encontrar y leer el texto dentro de una imagen Es reconocimiento óptico de caracteres.
Escenario

El OCR ya leyó todo el texto de tu ticket. ¿Qué falta para llenar tu reporte de gastos?

  1. AVolver a tomar la foto del ticket con flash
  2. BTraducir el ticket completo a otro idioma
  3. CInterpretar el texto y ponerlo en campos
  4. DConvertir el ticket en un archivo de audio
Ver respuesta
C) Interpretar el texto y ponerlo en campos Hay que saber cuál es el total, cuál la fecha...

Practica esta lección completa

Ejercicios de completar código, ordenar bloques y respuesta libre. Ganas XP y mantienes tu racha.

Practicar gratis, sin registrarte Entras como invitado directo a esta lección. Sin tarjeta.