View a markdown version of this page

Tabel - Amazon Textract

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Tabel

Gunakan Amazon Textract untuk mengekstrak tabel dalam dokumen dan mengekstrak sel, sel gabungan, header kolom, judul, judul bagian, footer, jenis tabel (terstruktur atau semi-terstruktur), dan sel ringkasan dalam tabel.

Tabel yang terdeteksi dikembalikan sebagai objek Blokir dalam tanggapan dari AnalyzeDocumentdan GetDocumentAnalysis. Anda dapat menggunakan parameter FeatureTypes input untuk mengambil informasi tentang pasangan kunci-nilai, tabel, atau keduanya. Untuk tabel saja, gunakan nilainyaTABLES. Sebagai contoh, lihat Mengekspor Tabel ke File CSV. Untuk informasi umum tentang bagaimana dokumen diwakili oleh Block objek, lihatDeteksi Teks dan Objek Respon Analisis Dokumen.

Berikut ini adalah contoh tabel yang dapat dideteksi oleh Amazon Textract.

Tabel neraca menunjukkan transaksi dari 2022-12-24 hingga 2023-01-15, dengan saldo awal $11.000, kredit $1.040, debit $1.040, dan saldo akhir $11.000 pada 2023-01-20.

Diagram berikut menunjukkan bagaimana satu sel dalam tabel diwakili oleh Block objek.

Diagram yang menggambarkan struktur tabel dengan sel, termasuk sel gabungan yang mencakup 5 kolom untuk judul tabel. Tabel terdiri dari komponen bersarang seperti halaman, sel, kata, dan sel judul gabungan.

Sel berisi WORD blok untuk kata-kata yang terdeteksi, dan jika berlaku, TABLE_TITLE blok untuk judul tabel, TABLE_FOOTER blok untuk footer tabel, dan SELECTION_ELEMENT blok untuk elemen pilihan seperti kotak centang.

Berikut ini adalah bagian dari JSON untuk tabel sebelumnya. Objek PAGE blok memiliki daftar ID CHILD blok untuk TABLE blok dan setiap LINE teks yang terdeteksi.

{
    "BlockType": "PAGE",
        "Geometry": {
            "BoundingBox": {
                "Width": 1.0,
                "Height": 1.0,
                "Left": 0.0,
                "Top": 0.0
                },
            },
    "Id": "8a5d3f57-97bc-4a05-b028-f72617877626",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "7499ac64-3fa9-46fd-8e3f-581ec9c316eb",
                "87ed4709-66f2-4b3d-abda-52c92a111474",
                "27a87eb3-bd21-475e-80fe-3f8e16958dcf",
                "d89894ea-2f37-4667-94b6-d90def01c5c1",
                "9f9d6383-ed6d-4bd0-ba8c-71fc3eec704e",
                "cdc74e1a-c568-439b-9eef-7bd54e060f18",
                "1b64f24c-5e84-4c7e-851a-cb1f5258a53c",
                "84a84878-04b4-4608-81b6-38117ead1629",
                ...
                "8cef603b-932e-452b-adc4-15f8e02ad1fe",
                "a3f97508-0d6b-4ae0-aa04-76078f9fe11a",
                "dd1f23c6-dfad-447b-8105-29ba136bd3a4",
                "46138f38-5b77-41a9-b068-f8394587122f",
                "a5e5247c-2637-4fa8-a271-ab46399cd77c",
                "63d7b889-71e3-422a-8cb7-2103ba0aa276",
                "033e5c86-371a-46fb-bbea-eb7f6b0cd092",
                "559b1354-ef94-4cb9-8e03-9eca83c6dba4",
                "55edc4fa-052f-40f9-9edd-739b100e6f75"
            ]
        }
    ]
},

Untuk mempelajari lebih lanjut tentang tabel, akses objek TABLE blok. Blok tabel mencakup empat jenis hubungan: “Anak,” “Sel Gabungan,” “Judul,” dan “Footer.” Untuk tipe hubunganCHILD, setiap ID anak mewakili satu sel dalam tabel. Sel yang digabungkan dipecah menjadi semua sel individu yang digabungkan untuk membuat satu sel yang digabungkan. TABLE_TITLEdan jenis TABLE_FOOTER hubungan berisi ID blok untuk yang sesuai TABLE_TITLE dan TABLE_FOOTER blok, tempat informasi tentang judul dan footer disimpan. Jenis blok tabel memiliki EntityType salah satu STRUCTURED_TABLE atau SEMI_STRUCTURED_TABLE yang mengidentifikasi jenis tabel.

JSON berikut menunjukkan bahwa tabel sebelumnya memiliki 65 sel untuk 13 baris dan 5 kolom, yang tercantum dalam array hubungan. CHILD Ids Untuk jenis hubunganMERGED_CELL, setiap ID sel gabungan mewakili satu sel gabungan dalam tabel. JSON berikut menunjukkan bahwa tabel memiliki 9 sel gabungan, yang tercantum dalam array MERGED_CELL hubunganIds. Dua jenis hubungan tambahan, TABLE_TITLE danTABLE_FOOTER, daftar ID dari masing-masing judul dan blok footer. JSON berikut juga menunjukkan bahwa tabel terstruktur di EntityTypes blok.

{
    "BlockType": "TABLE",
    "Confidence": 99.8046875,
    "Geometry": {...},
    "Id": "55edc4fa-052f-40f9-9edd-739b100e6f75",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "c1c03d64-d365-4906-af7a-a852f1acc040",
                "8b415996-6b05-4183-a959-d27d12ccef79",
                "48b0e972-7dba-4db7-896e-ca7066e8c761",
                "69948207-47d8-4825-8929-1d7abb650a88",
                "b9ac9f14-8899-43b3-8572-0e997180e0a4",
                "6f06c024-0b36-4acd-b61f-4467203234dd",
                "c8a88487-dbc7-4662-a69b-21103049b61d",
                ...
                "2b41c8e1-f754-4b37-91b6-a97cdc413f91",
                "365a1bab-0c18-4cd8-a465-6f7bc7e25e60",
                "f08af959-cfac-4ad6-a63f-2771c7a8ff62",
                "e4f6fbfd-c7d8-4f64-9102-733d4806850f",
                "68c0b8ff-fd35-41ce-ba76-de08c26084d7",
                "44e80372-aa70-4a36-9aac-3a93aaa91bb1"
            ]
        },
        {
            "Type": "MERGED_CELL",
            "Ids": [
                "a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605",
                "6c02cf21-40de-4480-b755-e94462ac4884",
                "6faad856-8d37-4751-b741-c4ad8d5dcbe3",
                "d777d6e2-7430-4c6e-a261-03ec5a612c8c",
                "f0f5a9fb-5bfa-4c80-8f41-1d4fad674b09",
                "83c7af02-8128-4479-89c9-962544ad4048",
                "b2b5126c-409f-4b67-9adf-e3e12f60bf86",
                "87d7f688-3d38-4198-b491-433af0da4d8b",
                "1c2436e2-a1fc-4b2a-9e73-cc8a1ca67568"
            ]
        },
        {
            "Type": "TABLE_TITLE",
            "Ids": [
                "cde34920-0131-4e68-a3ec-82922269afd4"
            ]
        },
        {
            "Type": "TABLE_FOOTER",
            "Ids": [
                "11dfd98c-6140-49e8-a544-e220d76bdd2f",
                "ad1b9c81-3b53-4fc7-a533-dabb3d29b0b1"
            ]
        }
    ],
    "EntityTypes": [
        "STRUCTURED_TABLE"
    ]
},

Jenis blok untuk setiap sel tabel adalahCELL. Jenis blok sel akan selalu memiliki rentang baris 1 dan rentang kolom 1. Objek blok untuk setiap sel mencakup informasi tentang lokasi sel dibandingkan dengan sel lain dalam tabel. Ini juga mencakup informasi geometri untuk lokasi sel pada dokumen. Selain itu, blok sel dapat memiliki perbedaan EntityTypes yang mengidentifikasi mereka sebagai jenis sel tertentu, termasuk TABLE_TITLE, TABLE_FOOTER, TABLE_SECTION_TITLE, COLUMN_HEADER, dan TABLE_SUMMARY. Misalnya, pada tabel sebelumnya, sel yang berisi kata “Tanggal” adalah header kolom, seperti yang ditunjukkan pada contoh berikut. 

{
    "BlockType": "CELL",
    "Confidence": 81.8359375,
    "RowIndex": 2,
    "ColumnIndex": 1,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "6f06c024-0b36-4acd-b61f-4467203234dd",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "c49f55d5-a7e4-41d5-9c29-d8244f56181c"
            ]
        }
    ],
    "EntityTypes": [
        "COLUMN_HEADER"
    ]
},

Sel yang berisi kata “Deposit” bukan judul, footer, header kolom, judul bagian, atau sel ringkasan. Ini ditunjukkan oleh kurangnya lapangan"EntityTypes".

{
    "BlockType": "CELL",
    "Confidence": 86.181640625,
    "RowIndex": 7,
    "ColumnIndex": 2,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "7af5160b-bd60-45f5-a12c-bf376e9d742c",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "bb9bcaed-5998-44a6-9076-aa1ecc82fbc6"
            ]
        }
    ]
},

Semua sel yang digabungkan tercantum "Type": "MERGED_CELL" di bawah TABLE blok. Pada tabel contoh sebelumnya, ada sembilan sel yang digabungkan. 

{
    "Type": "MERGED_CELL",
    "Ids": [
        "a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605",
        "6c02cf21-40de-4480-b755-e94462ac4884",
        "6faad856-8d37-4751-b741-c4ad8d5dcbe3",
        "d777d6e2-7430-4c6e-a261-03ec5a612c8c",
        "f0f5a9fb-5bfa-4c80-8f41-1d4fad674b09",
        "83c7af02-8128-4479-89c9-962544ad4048",
        "b2b5126c-409f-4b67-9adf-e3e12f60bf86",
        "87d7f688-3d38-4198-b491-433af0da4d8b",
        "1c2436e2-a1fc-4b2a-9e73-cc8a1ca67568"
    ]
},

Untuk menemukan detail spesifik yang terkait dengan setiap sel gabungan, buka. "BlockType": "MERGED_CELL" Untuk sel gabungan “Neraca”, yang juga merupakan sel judul, ID yang terkait dengannya adalah"a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605".

Ada 5 sel yang membentuk sel gabungan ini, seperti yang ditunjukkan oleh "ColumnSpan" dari 5. Untuk menemukan teks di dalam sel gabungan, pergi lebih jauh ke Ids array untuk detail yang "BlockType": "CELL" diikuti oleh"BlockType": "WORD".

{
    "BlockType": "MERGED_CELL",
    "Confidence": 77.44140625,
    "RowIndex": 1,
    "ColumnIndex": 1,
    "RowSpan": 1,
    "ColumnSpan": 5,
    "Geometry": {...},
    "Id": "a27a3ecc-afd0-4f7c-9db2-6f8e6d31c605",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "c1c03d64-d365-4906-af7a-a852f1acc040",
                "8b415996-6b05-4183-a959-d27d12ccef79",
                "48b0e972-7dba-4db7-896e-ca7066e8c761",
                "69948207-47d8-4825-8929-1d7abb650a88",
                "b9ac9f14-8899-43b3-8572-0e997180e0a4"
            ]
        }
    ],
    "EntityTypes": [
        "TABLE_TITLE"
    ]
},

Pada tingkat sel, ada 5 sel untuk sel gabungan “Neraca”. Setiap sel memiliki EntityType a TABLE_TITLE karena judul diidentifikasi dalam sel gabungan. Sel dengan Id dari 48b0e972-7dba-4db7-896e-ca7066e8c761 berisi dua ID CHILD hubungan yang sesuai dengan WORD blok yang membentuk sel judul gabungan ini. 

{
    "BlockType": "CELL",
    "Confidence": 77.44140625,
    "RowIndex": 1,
    "ColumnIndex": 1,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "c1c03d64-d365-4906-af7a-a852f1acc040",
    "EntityTypes": [
        "TABLE_TITLE"
    ]
},
{
    "BlockType": "CELL",
    "Confidence": 77.44140625,
    "RowIndex": 1,
    "ColumnIndex": 2,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "8b415996-6b05-4183-a959-d27d12ccef79",
    "EntityTypes": [
        "TABLE_TITLE"
    ]
},
{
    "BlockType": "CELL",
    "Confidence": 77.44140625,
    "RowIndex": 1,
    "ColumnIndex": 3,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "48b0e972-7dba-4db7-896e-ca7066e8c761",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "998394ef-c6cf-491b-9bac-ec470c638ecd",
                "1c875a06-f8e5-4df7-8f6a-583c47cbd9fe"
            ]
        }
    ],
    "EntityTypes": [
        "TABLE_TITLE"
    ]
},
{
    "BlockType": "CELL",
    "Confidence": 77.44140625,
    "RowIndex": 1,
    "ColumnIndex": 4,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "69948207-47d8-4825-8929-1d7abb650a88",
    "EntityTypes": [
        "TABLE_TITLE"
    ]
},
{
    "BlockType": "CELL",
    "Confidence": 77.44140625,
    "RowIndex": 1,
    "ColumnIndex": 5,
    "RowSpan": 1,
    "ColumnSpan": 1,
    "Geometry": {...},
    "Id": "b9ac9f14-8899-43b3-8572-0e997180e0a4",
    "EntityTypes": [
        "TABLE_TITLE"
    ]
},

Pada tingkat kata, ada dua kata, “Balance” dan “Sheet.” Karena dua sel pertama dan terakhir pada kolom 1, 2, 4, dan 5 kosong, tidak ada kata-kata yang terkait dengannya. Ini juga ditampilkan dalam output JSON sebelumnya, di mana hanya sel ketiga yang berisi ID anak. 

{
    "BlockType": "WORD",
    "Confidence": 99.95711517333984,
    "Text": "Balance",
    "TextType": "PRINTED",
    "Geometry": {...},
    "Id": "998394ef-c6cf-491b-9bac-ec470c638ecd"
},
{
    "BlockType": "WORD",
    "Confidence": 99.87372589111328,
    "Text": "Sheet",
    "TextType": "PRINTED",
    "Geometry": {...},
    "Id": "1c875a06-f8e5-4df7-8f6a-583c47cbd9fe"
},

Jenis TABLE_TITLE dan TABLE_FOOTER blok berisi informasi tentang sel judul dan footer, termasuk CHILD hubungan yang mengarah ke WORD blok yang membentuk judul atau footer. Hal ini ditunjukkan dalam respon JSON berikut.

Dalam contoh ini, judul adalah judul dalam tabel, yang berarti itu ditemukan dalam struktur tabel itu sendiri, sebagai lawan dari luar tabel sebagai judul mengambang. Ini berarti bahwa judul juga memiliki jenis CELL blok yang berisi ID anak dari blok kata yang membentuk judul. Lihat output JSON sebelumnya untuk lima blok sel yang terdiri dari sel judul gabungan, yang mencakup blok sel judul dengan ID anak dari blok kata. Sel footer untuk tabel ini juga akan diwakili oleh blok sel untuk setiap footer.

{
    "BlockType": "TABLE_TITLE",
    "Confidence": 97.802734375,
    "Geometry": {...},
    "Id": "cde34920-0131-4e68-a3ec-82922269afd4",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "998394ef-c6cf-491b-9bac-ec470c638ecd",
                "1c875a06-f8e5-4df7-8f6a-583c47cbd9fe"
            ]
        }
    ]
},
{
    "BlockType": "TABLE_FOOTER",
    "Confidence": 88.0859375,
    "Geometry": {...},
    "Id": "11dfd98c-6140-49e8-a544-e220d76bdd2f",
    "Relationships": [
        {
            "Type": "CHILD",
            "Ids": [
                "77a70b2d-c137-4161-8d9c-65170266e5ff",
                "d413ef1f-fa1b-44cb-87ed-809494fc87d8",
                "19616f50-1a34-431f-94bf-7e575106cd85",
                "35063ea4-a3c7-4e19-9d32-10eca92807b8",
                "48de1523-7776-49ef-96d9-fc19bcde89c5"
            ]
        }
    ]
},