ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارAWS Machine Learning Blog→ المصدر

Amazon Textract Insights يحلل حزم مستندات تصل إلى 3000 صفحة ويُظهر مصدر كل حقل

أطلقت Amazon خدمة Textract Insights التي تستخرج الحقول المطلوبة من المستندات الممسوحة ضوئيًا استنادًا إلى وصف بلغة عادية، دون تدريب نموذج. وتقسّم الخدمة طلب رهن عقاري من 26 صفحة، يضم إفادة W-2 وكشوف حسابات وملاحظات مكتوبة بخط اليد، إلى مستندات منفصلة بطلب واحد (حجم الملف يصل إلى 3000 صفحة). لكل قيمة درجة ثقة ورقم الصفحة وإطار يحدد موضعها عليها، لذا تنتقل الحقول الموثوقة إلى النظام تلقائيًا، وتُحال الحقول المشكوك فيها إلى موظف.

معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
Amazon Textract Insights يحلل حزم مستندات تصل إلى 3000 صفحة ويُظهر مصدر كل حقل
المصدر: AWS Machine Learning Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAWS Machine Learning Blog ↗
رئيس التحرير
الصيغ المدعومةPDF وPNG وJPEG وTIFF؛ ويدعم Insights 6 لغات، منها الإنجليزية
حقيقة رئيسية #2الدفع لكل صفحة لا لكل token، ودون حد أدنى من الالتزامات
حقيقة رئيسية #3ارتفع عدد لغات Textract Core إلى 40 لغة وعدد المناطق إلى 18 منطقة، أما Insights فغير متاح بعد في المناطق الجديدة

تمسح المصارف وشركات التأمين والجهات الحكومية الأوراق ضوئيًا منذ سنوات، لكن انعدام الثقة يمنعها من تسليم تحليلها بالكامل إلى شبكة عصبية: فليس واضحًا من أين جاء الرقم، ولا إن كان يمكن تسجيله في قاعدة البيانات دون تدقيق. وقد أتاحت Amazon للجميع خدمة Textract Insights، وهي ميزة جديدة في خدمة Amazon Textract تجيب عن هذا السؤال تحديدًا. تخيّل طلب رهن عقاري: ملف PDF واحد من 26 صفحة، تختلط فيه إفادة W-2 وكشوف الرواتب وكشوف الحسابات المصرفية وملاحظات مكتوبة بخط اليد لموظف الائتمان.

تصف الحقول المطلوبة بلغة عادية، وترسل الملف (حتى 3000 صفحة) بطلب واحد، فتقسّمه الخدمة بنفسها إلى مستندات. وتعيد لكل قيمة تعثر عليها درجة ثقة، إضافة إلى رقم الصفحة وإحداثيات الإطار الذي أُخذت منه القيمة. وبحسب الدرجة يمكن تحديد ما يمر تلقائيًا وما يُحال إلى موظف، وبحسب الصفحة والإطار يمكن مطابقة النتيجة مع الأصل بسرعة.

كيف يعمل ذلك في مثال طلب الرهن العقاري

كان أمام الفرق سابقًا خياران. الأول بناء خط معالجة خاص من التعرف على النصوص، وتقسيم الملف إلى مستندات، ومصنِّف، واستعلام إلى نموذج لغوي، ومرحلة تحقق، ثم صيانة كل ذلك. والثاني إرسال الملف إلى LLM عام. وهو يجيب بطلاقة، لكنه لا يذكر دائمًا الصفحة المصدر، ولا يقدم درجة ثقة معايَرة.

في Textract Insights تصف الحقول المطلوبة في ما يسمى blueprint، وهو JSON Schema يحمل فيه كل حقل وصفًا نصيًا بلغة طبيعية. ويُحدَّد لكل حقل نوعه: إما أن تُقرأ القيمة من الورقة حرفيًا، وإما أن تُستنتج من محتوى المستند. وتتوفر قوالب عامة جاهزة للأوراق النموذجية: W-2 وForm 1040 وForm 1098 وجواز السفر وشهادة الميلاد. أما مستنداتك الخاصة فتكتب لها القالب بنفسك.

بعد ذلك تضيف إلى المشروع قوالب لجميع الأنواع المتوقعة، وتفعّل التقسيم، وترسل الملف من S3 باستدعاء واحد لـ StartDocumentInsights. تقسّم الخدمة الحزمة إلى مستندات منطقية، وتطابق كل مستند مع قالبه، وتعيد النتيجة إلى الـ bucket الخاص بك. العمل غير متزامن، ولا حاجة إلى تدريب نموذج.

ما الذي يتيحه ذلك عمليًا

القيمة الرئيسية هي الأتمتة المنضبطة. يستطيع المدقق مطابقة أي حقل مع الأصل، وتحدد الفرق بنفسها حد الثقة: القيم الأعلى منه تمضي إلى الخطوة التالية دون تدخل بشري، والأدنى منه تذهب إلى المراجعة اليدوية. وتشير شركة Symbeo (التابعة لـ CorVel)، التي تعالج فواتير طبية من مصادر كثيرة بصيغ مختلفة، إلى هذه النقطة بالذات: يمكن حصر المراجعة اليدوية في الحقول ذات الثقة المنخفضة فقط. ومن المهم التنبيه إلى أن Symbeo قيّمت الخدمة حتى الآن فقط، وتصف تقسيم الحزم بأنه أمر تريد دراسته، لا حلًا يعمل فعليًا.

وفي الوقت نفسه حدّثت Amazon المحرك الأساسي Textract Core: تحسنت الدقة، وصارت معالجة الجداول الكثيفة والنص المكتوب بخط اليد أفضل، وارتفع عدد اللغات المدعومة في واجهتي DetectDocumentText وAnalyzeDocument إلى 40. ولم تتغير هذه الواجهات، لذا تصل التحسينات إلى العملاء الحاليين دون إعادة كتابة الشيفرة. كما أصبح Textract Core متاحًا في منطقتي طوكيو وزيورخ، ليبلغ عدد المناطق 18.

القيود وما يجب التحقق منه قبل الاعتماد

  • يدعم Insights نفسه ست لغات فقط: الإنجليزية والفرنسية والألمانية والإيطالية والبرتغالية والإسبانية.
  • Insights غير متاح بعد في طوكيو وزيورخ؛ فهذا ينطبق على Core فقط.
  • قد تُعالَج طلبات الاستدلال في منطقة أخرى ضمن نطاقك الجغرافي. فعلى سبيل المثال، يبقى الطلب الصادر من الولايات المتحدة داخل الولايات المتحدة. وفي حال وجود متطلبات صارمة لتوطين البيانات، ينبغي التحقق من ذلك في الوثائق. أما Core فيعمل، على العكس، في المنطقة التي تستدعيها.
  • تُشفَّر البيانات الوسيطة للمهمة بمفاتيح AWS وتُحذف بعد اكتمالها. ويمكن تحديد مفتاح KMS خاص عبر EncryptionConfiguration؛ أما مفتاح المشروع فلا ينطبق على المهام.
  • يُحتسب السعر لكل صفحة لا لكل token، ودون حد أدنى من الالتزامات. ولم يذكر الإعلان تعريفات محددة.

الخلاصة للمطورين ومديري المنتجات بسيطة: قبل تحويل أي تدفق إلى المعالجة الآلية، خذوا عينة تمثيلية من مستنداتكم واختاروا حد الثقة المناسب. وتوصي Amazon نفسها بهذه الخطوة. فالمعايرة على بيانات حقيقية ستُظهر النسبة الفعلية من الحقول التي تمر دون تدخل بشري، وعندها فقط يمكن حساب اقتصاديات المشروع. وإذا كانت فريقكم يصون حاليًا خط معالجة محلي الصنع من OCR ومصنِّف وLLM، فهذه فرصة لمقارنة تكلفة الملكية مع واجهة API واحدة مُدارة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يعمل ذلك في مثال طلب الرهن العقاري؟

كان أمام الفرق سابقًا خياران. الأول بناء خط معالجة خاص من التعرف على النصوص، وتقسيم الملف إلى مستندات، ومصنِّف، واستعلام إلى نموذج لغوي، ومرحلة تحقق، ثم صيانة كل ذلك. والثاني إرسال الملف إلى LLM عام. وهو يجيب بطلاقة، لكنه لا يذكر دائمًا الصفحة المصدر، ولا يقدم درجة ثقة معايَرة. في Textract Insights تصف الحقول المطلوبة في ما يسمى blueprint، وهو JSON Schema يحمل فيه كل حقل وصفًا نصيًا بلغة طبيعية. ويُحدَّد لكل حقل نوعه: إما أن تُقرأ القيمة من الورقة حرفيًا، وإما أن تُستنتج من محتوى المستند.

ما أبرز التفاصيل حول ما الذي يتيحه ذلك عمليًا؟

القيمة الرئيسية هي الأتمتة المنضبطة. يستطيع المدقق مطابقة أي حقل مع الأصل، وتحدد الفرق بنفسها حد الثقة: القيم الأعلى منه تمضي إلى الخطوة التالية دون تدخل بشري، والأدنى منه تذهب إلى المراجعة اليدوية. وتشير شركة Symbeo (التابعة لـ CorVel)، التي تعالج فواتير طبية من مصادر كثيرة بصيغ مختلفة، إلى هذه النقطة بالذات: يمكن حصر المراجعة اليدوية في الحقول ذات الثقة المنخفضة فقط. ومن المهم التنبيه إلى أن Symbeo قيّمت الخدمة حتى الآن فقط، وتصف تقسيم الحزم بأنه أمر تريد دراسته، لا حلًا يعمل فعليًا.

ما أبرز التفاصيل حول القيود وما يجب التحقق منه قبل الاعتماد؟

يدعم Insights نفسه ست لغات فقط: الإنجليزية والفرنسية والألمانية والإيطالية والبرتغالية والإسبانية. Insights غير متاح بعد في طوكيو وزيورخ؛ فهذا ينطبق على Core فقط. قد تُعالَج طلبات الاستدلال في منطقة أخرى ضمن نطاقك الجغرافي. فعلى سبيل المثال، يبقى الطلب الصادر من الولايات المتحدة داخل الولايات المتحدة. وفي حال وجود متطلبات صارمة لتوطين البيانات، ينبغي التحقق من ذلك في الوثائق. أما Core فيعمل، على العكس، في المنطقة التي تستدعيها. تُشفَّر البيانات الوسيطة للمهمة بمفاتيح AWS وتُحذف بعد اكتمالها.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
ما رأيك؟
جارٍ تحميل التعليقات…