Een bedrijf verwerkt dagelijks honderden geprinte PDF- en JPG-documenten en heeft een geautomatiseerde, onderhoudsarme workflow nodig om specifieke tekstvelden te extraheren en documenten te classificeren. Welke oplossing vereist de minste operationele inspanning?

De juiste optie is om Amazon Textract te gebruiken voor het extraheren van velden en Amazon Comprehend voor het classificeren van documenten. Dit is de meest onderhoudsarme oplossing omdat beide diensten volledig beheerd zijn (serverless). Amazon Textract is gespecialiseerd in het extraheren van tekst en gegevens uit documenten, inclusief specifieke velden. Amazon Comprehend is een natuurlijke taalverwerkingsdienst die documentclassificatie kan uitvoeren. De andere opties vereisen meer operationele inspanning: Het uitvoeren van PaddleOCR-modellen in SageMaker vereist het beheer van SageMaker-endpoints en de onderliggende infrastructuur, wat meer operationele overhead met zich meebrengt. Amazon Rekognition is primair gericht op beeld- en videoanalyse en is minder geschikt voor tekstclassificatie dan Comprehend.