텍스트 줄 및 단어

Amazon Textract 작업에서 반환된 감지된 텍스트는 Block 객체 목록에 반환됩니다. 이러한 객체는 문서 페이지에서 감지된 텍스트 줄 또는 텍스트 단어를 나타냅니다. 다음 텍스트는 여러 단어로 구성된 두 줄의 텍스트를 보여줍니다.

텍스트입니다.

두 줄로 나뉩니다.

감지된 텍스트는 Block 객체의 Text 필드에 반환됩니다. BlockType 필드는 텍스트가 텍스트 줄(LINE)인지 단어(WORD)인지 결정합니다. WORD는 공백으로 구분되지 않는 하나 이상의 ISO 기본 라틴 스크립트 문자입니다. LINE은 탭으로 구분되고 연속된 단어의 문자열입니다.

또한 Amazon Textract는 TextTypes 필드를 사용하여 텍스트 조각을 수동으로 작성했는지 또는 인쇄했는지 확인합니다. 각각 HANDWRITING 및 PRINTED로 반환됩니다.

다른 Block 속성은 ID, 신뢰도 및 지오메트리 정보와 같은 모든 블록 유형에 공통됩니다. 자세한 내용은 텍스트 감지 및 문서 분석 응답 객체 단원을 참조하십시오.

줄과 단어만 감지하려면 DetectDocumentText 또는 StartDocumentTextDetection을 사용할 수 있습니다. 자세한 내용은 텍스트 감지 단원을 참조하십시오. 감지된 텍스트(행 및 단어)와 테이블과 같은 문서의 다른 부분과 어떤 관련이 있는지에 대한 정보를 가져오려면 AnalyzeDocument 또는 StartDocumentAnalysis를 사용할 수 있습니다. 자세한 내용은 문서 분석 단원을 참조하십시오.

PAGE, LINE및 WORD 블록은 parent-to-child 관계에서 서로 관련이 있습니다. PAGE 블록은 문서 페이지의 모든 LINE 블록 객체에 대한 상위 항목입니다. LINE에는 하나 이상의 단어가 있을 수 있으므로 LINE 블록의 Relationships 배열은 텍스트 줄을 구성하는 하위 WORD 블록의 IDs를 저장합니다.

다음 다이어그램은 Hello, world 텍스트의 Hello, world 행을 보여줍니다. 안녕하세요? 는 Block 객체로 표시됩니다.

다음은 Hello, world라는 문장이 표시될 DetectDocumentText 때의 JSON 출력입니다. 안녕하세요? 가 감지되었습니다. 첫 번째 예제는 문서 페이지의 JSON입니다. CHILD IDs 사용하여 문서를 탐색할 수 있습니다.

{
    "Geometry": {...}, 
    "Relationships": [
        {
            "Type": "CHILD", 
            "Ids": [
                "d7fbd604-d609-4d69-857d-247a3f591238", // Line - Hello, world.
                "b6c19a93-6493-4d8e-958f-853c8f7ca055" //  Line - How are you?
            ]
        }
    ], 
    "BlockType": "PAGE", 
    "Id": "56ec1d77-171f-4881-9852-2b5b7e761608"
},

다음은 "Hello, World" 라인을 구성하는 LINE 블록의 JSON입니다.

{
    "Relationships": [
        {
            "Type": "CHILD", 
            "Ids": [
                "7f97e2ca-063e-47a8-981c-8beee31afc01", // Word - Hello,
                "4b990aa0-af96-4369-b90f-dbe02538ed21"  // Word - world.
            ]
        }
    ], 
    "Confidence": 99.63229370117188, 
    "Geometry": {...}, 
    "Text": "Hello, world.", 
    "BlockType": "LINE", 
    "Id": "d7fbd604-d609-4d69-857d-247a3f591238"
},

다음은 Hello라는 단어의 WORD 블록에 대한 JSON입니다.

{
    "Geometry": {...}, 
    "Text": "Hello,", 
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.74746704101562, 
    "Id": "7f97e2ca-063e-47a8-981c-8beee31afc01"
}, 

마지막 JSON은 world라는 단어의 WORD 블록입니다.

{
    "Geometry": {...}, 
    "Text": "world.",
    "TextType": "PRINTED",
    "BlockType": "WORD", 
    "Confidence": 99.5171127319336, 
    "Id": "4b990aa0-af96-4369-b90f-dbe02538ed21"
},