O avanço tecnológico da plataforma se reflete na capacidade de compatibilidade com arquivos de domínio completo. Além do PDF convencional, ela pode lidar diretamente com texto de tabela em imagens JPG/PNG, conversão de fala em texto em áudio MP3 e reconhecimento de OCR de quadros em vídeo MP4. Um estudo de caso de uma empresa de energia mostra que o sistema pode analisar simultaneamente cotações de painéis solares (PDF), fotos de levantamento do local (JPG) e gravações de áudio de engenheiros (MP3), além de gerar automaticamente tabelas estruturadas de comparação de parâmetros.
A tecnologia subjacente adota uma arquitetura de IA multimodal: o módulo de visão computacional lida com o posicionamento dos elementos da imagem, o mecanismo de PNL analisa os comandos semânticos e o componente de reconhecimento de fala transforma as formas de onda de áudio. No teste, a precisão de reconhecimento de campo de 98,7% ainda é mantida para documentos complexos que contêm escrita à mão e sobreposições de selos.API pré-integrada com o Salesforce e outros mais de 2.500 aplicativos para obter um fluxo contínuo da extração para os sistemas de negócios.
Essa resposta foi extraída do artigoCloudsquid: faça upload de documentos e descreva os requisitos para a extração inteligente de dados estruturadosO
