Перейти к содержимому

Как извлечь сущности из текста с помощью ИИ

Имена, адреса, суммы и даты из неструктурированного текста.

11 инструментов

Natasha Набор открытых библиотек для разбора русского текста: токены, леммы, имена, адреса, суммы. Бесплатно Русский язык Open-source бесплатно DeepPavlov Открытая библиотека для русскоязычного NLP: классификация, извлечение сущностей, диалоговые модели. Бесплатно Русский язык Open-source Label Studio Платформа с открытым исходным кодом для аннотирования данных и оценки ИИ. Бесплатно Open-source CiteProof CiteProof сверяет судебные ссылки и цитаты в документах; сервис подходит юристам и судебным представителям. Бесплатно бесплатно pii-mask pii-mask заменяет персональные данные в тексте перед обработкой языковой моделью и подходит разработчикам, работающим с транскриптами и документами. Бесплатно Русский язык Open-source Xberg Xberg извлекает и структурирует данные из документов и кода для разработчиков, создающих поиск и RAG-системы. Бесплатно Open-source бесплатно Datalab Платформа для обработки документов с высокой точностью. Бесплатно бесплатно Project Naptha Инструмент для выделения, копирования и перевода текста из изображений. Бесплатно Русский язык Crawl4AI Crawl4AI — это API для веб-сканирования, позволяющее извлекать данные с веб-страниц. Бесплатно Open-source бесплатно Yandex Vision OCR Распознавание текста и данных с изображений документов через API. Русский язык Content AI Российская платформа распознавания и потоковой обработки документов. Русский язык

Частые вопросы

Что считается сущностью?

Имена, организации, адреса, даты, суммы, номера договоров — всё, что потом нужно положить в отдельные поля базы.

Можно ли обойтись без обучения на своих данных?

Для общих сущностей готовые модели справляются. Для отраслевых — марок оборудования, артикулов, внутренних кодов — обычно нужно дообучение.

Есть ли бесплатные инструменты?

Да, несколько решений с открытым кодом работают на своём сервере и бесплатно.