Análise de Documentos

A Análise de Documentos usa técnicas de pesquisa de última geração para extrair e visualizar dados estruturados de uma ampla gama de tipos de documentos, incluindo, mas não se limitando a PDFs, imagens, documentos do Word (DOC/DOCX) e arquivos do PowerPoint (PPT/PPTX). Ele é projetado para lidar com disposições complexas, como tabelas, gráficos e conteúdo misto de texto e imagem.

A análise de documentos está disponível por meio da IU do Agent Bricks e em SQL.

Criar um agente de análise de documentos na IU

Requisitos

Use a Análise de Documentos para analisar seus documentos e visualizar sua estrutura.

1. Vá para **Agentes** no painel de navegação esquerdo do seu workspace.
2. Clique em Criar Agente > Análise de Documentos .
3. Selecione seu documento de origem. É possível optar por fazer o upload de um arquivo ou selecionar um de um catálogo existente do Unity Catalog. Formatos compatíveis incluem: PDF, imagens, DOC/DOCX e PPT/PPTX.
4. Clique em **Analisar documento**.

A análise do seu documento pode levar alguns minutos. Quando concluído, a Análise de Documentos mostra o documento de origem à esquerda e o documento analisado à direita. É possível escolher visualizar o documento analisado como texto Formatado ou JSON Bruto .

Processar e consultar resultados

Para visualizar a consulta ai_parse_document e executá-la em mais documentos, clique em Usar Agente e escolha entre executar a consulta do Editor SQL ou do Notebook. Você pode editar a consulta para apontar para o volume ou tabela em que seus documentos estão.

Para preparar a saída analisada para recuperação (RAG), use ai_prep_search (Beta) downstream.

Analisar documentos em SQL

Chame ai_parse_document em SQL para analisar documentos em escala:

SQL

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

Consulte a referência de SQL ai_parse_document.

Limitações

Consulte limitações deai_parse_document.