亚马逊 Textract 更新文本检测模型,支持 40 多种语言

AMZN-0.29%

关键要点

  • 亚马逊 Textract 于 2026 年 11 月 2 日更新了文本检测模型,支持超过 40 种语言,包括中文,以及使用西里尔字母和拉丁字母的塞尔维亚语。
  • 更新后的模型适用于 DetectDocumentText 和 AnalyzeDocument API,并自动部署至所有 AWS 区域,无需更改架构。
  • 亚马逊 Textract 增强了对长单词和手写内容的识别能力,并提升了在合并单元格、倾斜表格和损坏文档中的多语言表格提取能力。

亚马逊于 2026年11月2日宣布,Amazon Textract 推出了更新后的文本检测模型。该模型适用于 DetectDocumentText 和 AnalyzeDocument API,应用程序会自动使用该模型,无需更改 API 请求或响应架构。

Amazon Textract 扩展语言覆盖范围

更新后的模型支持 40 多种语言:阿尔巴尼亚语、阿拉伯语、巴斯克语、白俄罗斯语、波斯尼亚语、保加利亚语、中文(简体和繁体)、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、德语、希伯来语、印地语、匈牙利语、冰岛语、意大利语、日语、韩语、拉脱维亚语、立陶宛语、卢森堡语、挪威语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语(西里尔字母)、塞尔维亚语(拉丁字母)、斯洛伐克语、斯洛文尼亚语、西班牙语、瑞典语、土耳其语、土库曼语和乌克兰语。扩展后的覆盖范围支持处理此前不受支持的文字体系。

Amazon Textract 提升文本和表格识别能力

准确性改进包括增强长词识别和手写体检测。多语言表格提取在处理合并单元格、倾斜或旋转的表格,以及不完整或损坏的表格时更加稳健。这些改进支持大规模处理发票、表格、身份证件及其他多语言或复杂文档,包括包含表格的文档。

Amazon Textract 模型已在所有 AWS 区域推出

更新后的模型已在 Amazon Textract 可用的所有 AWS 区域推出。应用程序会自动使用更新后的模型,客户可以像以前一样继续调用 Amazon Textract,无需更改 API 请求或响应架构。

Amazon Textract 更新详情

  • 更新后的模型适用于 DetectDocumentText 和 AnalyzeDocument API。
  • 该模型将语言覆盖范围扩展至 40 多种语言,包括中文(简体和繁体)、塞尔维亚语(西里尔字母)和塞尔维亚语(拉丁字母)。
  • 准确性改进包括增强长词识别和手写体检测。
  • 多语言表格提取改进涵盖合并单元格、倾斜或旋转的表格,以及不完整或损坏的表格。
  • 更新后的模型已在 Amazon Textract 可用的所有 AWS 区域推出。
  • 亚马逊于 2026年11月2日发布了该公告。

常见问题

哪些 Amazon Textract API 使用更新后的文本检测模型?

更新后的模型适用于 DetectDocumentText 和 AnalyzeDocument API。

更新后的 Amazon Textract 模型有哪些改进?

该模型将语言覆盖范围扩展至 40 多种语言,改进了长词识别和手写体检测,并增强了多语言表格提取在处理合并单元格、倾斜或旋转的表格,以及不完整或损坏的表格时的稳健性。

应用程序需要进行更改才能使用更新后的 Amazon Textract 模型吗?

不需要。应用程序会自动使用更新后的模型,且此次更新无需更改 Amazon Textract API 请求或响应架构。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论