텍스트 추출 매개변수

출력 파일 형식 지정

기본적으로 추출된 텍스트는 일반 텍스트로 작성됩니다. 추출된 텍스트를 마크다운과 같은 다른 형식으로 작성하려면 API 요청 본문에서 다음 매개변수를 지정하세요:

"parameters": {
  "requested_outputs": [
    "md"
  ]
}

다음 표는 API 요청에 requested_outputs 매개변수를 지정할 때 텍스트 추출 프로세스에서 생성되는 다양한 출력 형식에 대한 세부 정보를 제공합니다:

처리 모드

API 요청에서 mode 매개변수를 설정하여 텍스트 추출 요청이 처리되는 속도를 제어할 수 있습니다.

"parameters": {
  "mode": "standard"
  ]
}

고품질 처리 모드는 문서의 모든 데이터 구조를 보존하지만 표준 모드보다 처리 시간이 더 오래 걸릴 수 있습니다. 표준 모드에서는 추출 요청이 더 빨리 완료되지만 세부 정보가 부족할 수 있는 낮은 품질의 출력을 생성합니다.

다양한 처리 모드에 대한 자세한 내용은 watsonx.ai API 참조 문서를 참조하세요.

지원되는 언어

문서가 영어 이외의 언어로 되어 있는 경우 API 요청의 languages 매개변수에 ISO 639 언어 코드로 해당 언어를 지정해야 합니다.

"parameters": {
  "languages": "de"
  ]
}

문서에 여러 언어가 혼합되어 있는 경우 각 언어를 별도로 나열합니다.

예를 들어 영어와 프랑스어 텍스트가 혼합된 문서의 이미지에서 텍스트를 추출할 수 있는데, 두 언어가 모두 라틴어 기반이기 때문입니다. 그러나 일본어와 프랑스어 텍스트가 혼합된 문서의 이미지에서는 텍스트를 추출할 수 없습니다.

지정하는 언어 코드는 문서에 기계로 인쇄된 텍스트가 포함되어 있는지 또는 손글씨가 포함되어 있는지에 따라 달라집니다.

이미지에서 텍스트 추출

광학 문자 인식(OCR)을 사용하여 문서의 이미지에 있는 텍스트를 처리하는 방법을 지정할 수 있습니다. API 요청 본문에서 다음 파라미터를 지정합니다:

"parameters": {
  "ocr_mode": "enabled"
  ]
}

다양한 OCR 모드에 대한 자세한 내용은 watsonx.ai API 참조 문서를 참조 하세요.

문서에 포함된 이미지를 처리하는 방법을 구성하고 마크다운 및 JSON 형식으로 변환할 수도 있습니다.

임베드된 이미지는 문서 페이지에서 텍스트나 표가 포함된 페이지의 일부를 포함하지 않고 그림만 나타내는 영역입니다. 원본 문서의 텍스트와 표는 OCR로 처리됩니다. 임베디드 이미지 추출 모드는 문서에 있는 이미지를 직렬화하고 추출된 출력에 이미지를 보존하는 방법을 지정하는 데 사용됩니다.

지정한 임베디드 이미지 추출 모드에 따라 임베디드 이미지가 출력에 표시되는 방식을 선택할 수 있습니다:

• 추출된 출력에 이미지를 포함할지 여부입니다. 이미지가 포함된 경우 embedded_images_assembly 폴더에 .png 파일로 저장됩니다
• 일반 플레이스홀더 텍스트 또는 이미지에서 OCR로 추출한 텍스트가 마크다운 및 JSON 출력 형식으로 표시됩니다
• 이미지를 자연어로 설명하여 이미지가 언어화되었는지 여부입니다. 예를 들어 고양이 이미지는 The image displays a cat resting on the floor 로 언어화할 수 있습니다.

이미지를 설명하는 텍스트를 포함한 임베디드 이미지를 추출하려면 API 요청 본문에서 다음 파라미터를 지정하세요:

"parameters": {
  "create_embedded_images": "enabled_verbalization"
  ]
}

다음 표는 임베디드 이미지를 추출하기 위해 API 요청에 사용할 수 있는 다양한 모드에 대한 세부 정보를 제공합니다:

키-값 쌍으로 텍스트 추출하기

도메인별 구조화된 데이터가 포함된 문서에서 키-값 쌍으로 텍스트를 추출하도록 선택할 수 있습니다. 추출된 텍스트는 각 데이터 조각(값)이 고유 식별자(키)와 연결된 형식으로 저장됩니다. 키-값 쌍 데이터는 범용 기초 모델 또는 특정 문서 형식에 맞게 조정된 모델을 사용하여 추출합니다.

입력 문서의 내용에 따라 다음 방법 중 하나를 사용하여 키-값 쌍 데이터를 추출할 수 있습니다:

일반 키-값 쌍 추출

일반 추출 프로세스는 문서에 있는 모든 키-값 쌍을 식별하고 추출합니다. 이 방법은 특정 필드에 대한 세부 정보를 미리 알 필요 없이 레이블이 지정된 정보를 추출하는 데 유용합니다.

스키마 기반(고정) 추출

스키마 기반 프로세스는 청구서, 공과금 청구서, 여권 등과 같은 일반적인 문서 유형에 대해 기본 제공 스키마를 사용하여 문서의 특정 사전 정의된 필드를 대상으로 합니다. 모든 페이지는 지원되는 스키마 유형 중 하나로 분류됩니다. 분류에 따라 특정 문서 유형에 대한 스키마에 정의된 키-값 쌍 형식으로 텍스트가 추출됩니다. 이 방법은 문서를 먼저 분류함으로써 전용 모델 학습 없이도 알려진 문서 유형에 대한 정확도를 높입니다.

예를 들어 송장용으로 조정된 모델을 사용하여 텍스트를 키-값 쌍 데이터로 추출하려면 API 요청 본문에서 다음 매개 변수를 지정합니다

"parameters": {
  "kvp_mode": "invoice"
  ]
}

텍스트 추출 API 요청에 kvp_mode 을 지정하지 않으면 문서의 레이블 데이터가 추출된 출력에 키-값 쌍 형식으로 저장되지 않습니다.

자세히 알아보기

• 문서에서 텍스트 추출
• 추출된 JSON 구조 구문 분석

상위 주제: 텍스트 추출