View a markdown version of this page

查询最佳实践 - Amazon Textract

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

查询最佳实践

示例查询

下载示例查询文档,查看抵押贷款、保险、医疗保健和税务行业常见文档类型的查询示例。

查询的一般最佳实践

从表格中提取单元格

构造一个包含行标题和列标题中的单词的查询。

示例,如下图所示

问题 1:第二剂的给药日期是什么时候?

答案 1: 2/8 /2021

问题 2:谁是第一剂的制造商?

答案 2:辉瑞

疫苗接种记录卡样本显示姓名、出生日期、身份证号码等个人详细信息,以及带有产品名称、日期和医疗保健专业人员首字母缩写的多剂疫苗的条目。

使用查询提取表

不支持使用查询提取整个表或整行或整列的信息。

长答案

长答案会增加响应延迟,并可能导致超时。尝试提出答案少于 100 字的问题。

仅传递提示

尝试从表单中提取标准键值对时,仅将键名作为问题传递将起作用。我们建议为所有其他提取用例构思完整的问题。

示例,如下图所示

查询 1:借款人姓名。

答案 1:卡洛斯·萨拉萨尔

查询 2:社会保险号。

答案 2:999-999-9999

借款人详细信息的表单字段,包括姓名、社会保险号、婚姻状况和地址。

问题的一般措辞

在可能的情况下,使用文档中的词语来构造查询。

  • 虽然Queries尝试对一些常见的行业术语(SSN与税号与社会保险号)进行首字母缩略词/同义词匹配,但直接使用文档中的语言通常会改善结果。

  • 示例:如果文档显示 “任务进度”,请尽量避免使用其他变体来称呼它,例如 “项目进度”、“计划进度” 或 “任务状态”

通常,问一个以 “什么是/在哪里/谁是...” 开头的自然语言问题。此规则的例外是在尝试提取标准键值对时,在这种情况下,您可以将密钥名称作为查询传递。

避免使用格式错误或语法错误的问题,因为这些问题可能会导致意想不到的答案。

  • 格式错误的查询示例:什么时候?

  • 格式正确的查询示例:第一剂疫苗是什么时候接种的?

尽可能具体。以下为一些示例。

  • 当文档包含多个部分(例如 “借款人” 和 “Co-Borrower”)并且两个部分都有一个名为 SSN 的字段时,请问:“借款人的 SSN 是什么?” 以及 “SSN 是干什么用的 Co-Borrower?”

  • 当文档有多个与日期相关的字段时,请具体说明查询语言,然后问 “文档的签名日期是什么时候?或 “应用程序的出生日期是什么”。避免问模棱两可的问题,例如 “日期是什么时候?”

如果您事先知道文档的布局,则提供位置提示可以提高结果的准确性。例如 “顶部的日期是什么时候?” 或者问 “左边的日期是什么时候?”,“底部的日期是什么时候?

设置查询页面

处理多页文档的查询时,可以使用Page参数来指定要在哪些页面上查找查询答案。以下是设置页面的最佳做法列表

  • 如果未指定页面,则["1"]默认情况下将其设置为。

  • 参数的字符串中允许使用以下字符:0 1 2 3 4 5 6 7 8 9 - *。不允许使用空格。

  • 当使用*表示所有页面时,它必须是列表中的唯一元素。

  • 您可以使用页面间隔,例如[“1-3”, “1-1”, “4-*”]。其中*表示文档的最后一页。

  • 指定的页面必须大于 0 且小于或等于文档中的页数。