メインコンテンツまでスキップ
に最終更新

ドキュメントの解析

ドキュメント解析は、PDF、画像、Word文書（DOC/DOCX）、PowerPointファイル（PPT/PPTX）など、幅広い種類のドキュメントから構造化データを抽出および視覚化するために、最先端の研究技術を使用しています。テーブル、チャート、テキストと画像の混在コンテンツなど、複雑なレイアウトを処理するように設計されています。

ドキュメントの解析は、 Agent Bricks UI、 SQL、および REST API で利用できます。

UI でドキュメント解析エージェントを作成する​

要件​

ドキュメントの解析を使用してドキュメントを解析し、その構造を視覚化します。

  1. ワークスペースの左側のナビゲーションペインにあるエージェントアイコン。 エージェント に移動します。
  2. 「 エージェントの作成 」＞「 ドキュメントの解析 」をクリックします。
  3. ソースドキュメントを選択します。ファイルをアップロードするか、既存のUnity Catalogカタログからファイルを選択できます。サポートされている形式には、PDF、画像、DOC/DOCX、PPT/PPTXが含まれます。
  4. ドキュメントを解析 をクリックします。

ドキュメントの解析には数分かかる場合があります。完了すると、「ドキュメントの解析」により、ソースドキュメントが左側に、解析されたドキュメントが右側に表示されます。解析されたドキュメントを フォーマット済み テキストまたは Raw JSON として表示することを選択できます。

ソースと解析済みドキュメントを並べて表示するドキュメント解析UI

クエリ結果の処理​

ai_parse_documentクエリを表示してより多くのドキュメントで実行するには、 エージェントを使用 をクリックし、SQLエディターまたはノートブックからクエリを実行するかを選択します。ドキュメントが存在するボリュームまたはテーブルを指すようにクエリを編集できます。

取得（RAG）のために解析済み出力を準備するには、ai_prep_search（ベータ版）をダウンストリームで使用します。

SQL でドキュメントを解析する​

SQL で ai_parse_document を呼び出して、ドキュメントを大規模に解析します：

SQL
SELECT
  ai_parse_document(
    content,
    map('version', '2.0')
  ) AS parsed
FROM READ_FILES('/Volumes/my_catalog/my_schema/my_documents', format => 'binaryFile');

ai_parse_document SQL リファレンスを参照してください。

REST APIを使用してドキュメントを解析する​

REST API を使用して、アプリケーション、サービス、自動化ワークフローからドキュメントを解析します。詳細については、REST API ドキュメントをご参照ください。

ai_parse_document REST API リクエストは、1 ドキュメントあたり 100 ページまでに制限されています。

ai_parse_document Unity Catalog ボリュームから入力を読み取ります。次の例では、Files API を使用してローカルの PDF をボリュームにuploadし、それを解析します。

まず、ドキュメントをボリュームにuploadします。

Bash
curl -X PUT "$DATABRICKS_HOST/api/2.0/fs/files/Volumes/my_catalog/my_schema/my_volume/invoice.pdf?overwrite=true" \
     -H "Authorization: Bearer $DATABRICKS_TOKEN" \
     -H "Content-Type: application/octet-stream" \
     --data-binary @invoice.pdf

次に、uploadされたドキュメントのボリュームパスを content として渡して解析します。

Bash
curl -X POST "$DATABRICKS_HOST/api/2.0/ai-functions/ai-parse-document" \
     -H "Authorization: Bearer $DATABRICKS_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{
  "content": "/Volumes/my_catalog/my_schema/my_volume/invoice.pdf"
}'

制限事項​

ai_parse_documentの制限事項を参照してください。

このページの見出し