Uma empresa usa o Amazon Textract para extrair texto de milhares de documentos legais digitalizados diariamente. Documentos que falham na validação de negócios são roteados de volta para revisores humanos, atrasando o processamento de empréstimos. O que a empresa deve fazer para reduzir o tempo total de processamento de empréstimos?

A opção correta é configurar o Textract para enviar palavras de baixa confiança para o Amazon Augmented AI (A2I) para revisão humana antes da validação de negócios. O Amazon A2I foi projetado especificamente para criar fluxos de trabalho de revisão humana para modelos de machine learning, como o Textract. Ao encaminhar palavras de baixa confiança para revisão humana antes da validação de negócios, a empresa pode corrigir erros e aumentar a precisão dos dados extraídos, reduzindo significativamente o número de documentos que falham na validação e precisam ser roteados de volta, agilizando o processamento de empréstimos. As outras opções são incorretas porque: Enviar para o SageMaker Ground Truth não é o ideal para este caso de uso, pois o Ground Truth é mais focado na construção de conjuntos de dados de treinamento, não na revisão contínua de inferências de modelos em produção. Usar operações síncronas em vez de assíncronas não resolve o problema de documentos que falham na validação; apenas muda a forma como as chamadas da API são feitas. O Amazon Rekognition é uma ferramenta de visão computacional, mas o Amazon Textract é otimizado especificamente para extração de texto e dados de documentos, sendo a ferramenta mais apropriada para este cenário.