Wink Pings

PDF 抽成 JSON 不稀奇,字段能指回原文才稀奇

Nutrient 的文档抽取 API 按你的 schema 输出 JSON,字段附带页码、区域和置信度。先在 Studio 试,再写代码。

文档抽取的麻烦,通常不在抽不出来。抽出来之后,没人敢直接用。

发票金额对不对,合同里的甲乙方有没有错,扫描件表格有没有串行。模型丢回一个 JSON,看着像那么回事。你要核对,还是得翻原文,一行行找。

Nutrient 发布了一个 Data Extraction API。据 MarkTechPost 作者 Asif Razzaq 的报道,它把 PDF、扫描件和 Office 文件解析成符合你 schema 的 JSON。schema 就是你事先定义好的字段结构,比如发票号、金额、日期。每个字段带三类引用信息:页码、区域、匹配标签。另外还有置信度。

这几项信息解决的是同一件事:抽取结果能指回原文。人不用盲信模型输出,可以按引用位置核对。对做票据审核、合同处理、文档入库的团队,这比多抽对两个字段更实际。

过去做这件事,要么靠 OCR 加模板,版式一换就维护不过来;要么靠大模型直接抽,结果好看但难追溯。Nutrient 把 schema 约束和字段级引用放在一起,方向是让抽取变成可检查的流程,不是一锤子买卖。

用法分两步。先在 Studio 里定义 schema、上传样本测试,看每个字段抽得对不对、引用位置准不准;确认后再接 API,写进业务系统。按原文描述,团队可以在写代码前先试。这个顺序合理,抽取规则没调好就接系统,后面返工更贵。

我的判断:这类工具的位置在“字段相对固定、版式变化多、需要审计”的场景。账单、保单、申请表都算。想拿它做开放域问答或者自由文本总结,方向不对。它卖的是可控,不是全能。

原文链接:https://www.marktechpost.com/2026/11/18/nutrient-data-extraction-api-citations-confidence/

发布时间: 2026-11-19 11:23