%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Extractthinker
简介 :
ExtractThinker是一个灵活的文档智能框架，帮助用户从各种文档中提取和分类结构化数据，类似于文档处理工作流的ORM。它被称为“LLMs的文档智能”或“智能文档处理的LangChain”。该框架的动机是为文档处理创建所需的特定功能，如分割大型文档和高级分类。
需求人群 :
目标受众为需要处理大量文档并从中提取结构化数据的企业或个人，如财务分析师、数据科学家和法律专业人士。ExtractThinker适合他们，因为它提供了一个灵活且强大的工具来自动化文档处理任务，提高效率并减少手动错误。
使用场景
从PDF中提取发票数据：使用ExtractThinker从PDF文件中提取发票编号、日期和总金额。
智能文档分类：对大量文档进行分类，识别不同类型的文档并进行相应的处理。
PII检测和处理：在处理敏感文档时，自动识别并处理个人身份信息，确保数据隐私。
产品特色
使用Pydantic进行数据提取：从任何文档类型中提取结构化数据，并使用Pydantic模型进行验证、自定义功能和提示工程能力。
智能文档分类和分割：支持共识策略、急切/惰性分割和置信度阈值的智能文档分类和分割。
PII检测：自动检测和处理文档中的敏感个人信息，采用隐私优先的方法和高级验证。
LLM和OCR中立：根据需求和成本要求，自由选择和切换不同的LLM提供商和OCR引擎。
使用教程
1. 安装ExtractThinker：使用pip安装extract_thinker。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%230080ff;%20}%20%3c/style%3e%3c/defs%3e%3cpath%20class='st0'%20d='M16.2,11.1c.4.5.4,1.2,0,1.8l-4.7,7.1h-3.8l5.3-8L7.6,4h3.8l4.7,7.1Z'/%3e%3c/svg%3e)
2. 定义要提取的数据：创建一个继承自Contract的类，定义需要提取的数据字段。
3. 初始化提取器：创建Extractor实例，并加载文档加载器和LLM模型。
4. 从文档中提取数据：使用Extractor的extract方法从指定文档中提取数据，并传入Contract类。
5. 打印结果：打印提取的数据，如发票编号、日期和总金额。
精选AI产品推荐
Pseudoeditor
PseudoEditor是一款免费在线伪代码编辑器。它具有语法高亮、自动完成等功能，帮助您更轻松地编写伪代码。您还可以使用我们的伪代码编译器功能进行测试。无需下载，即可立即使用。
开发与工具
4.5M
Erbuilder
Softbuilder的AI-powered ER diagrams generation是一款基于人工智能技术的数据建模工具，能够根据自然语言的数据模型描述、用户故事或需求自动生成ER图。通过使用OpenAI GPT，它能够快速生成精美的ER图，大大提高了数据建模的效率。此外，它还提供数据模型文档、验证、探索等功能，可满足各种数据建模需求。Softbuilder的AI-powered ER diagrams generation适用于各类企业和组织，帮助用户轻松创建和管理数据模型。
开发与工具
4.1M