详细内容或原文请订阅后点击阅览

Oldcastle加速使用Amazon Bedrock的文档处理

2025年9月10日 16:11 33 Comments
X Twitter Instagram Mail

这篇文章探讨了Oldcastle与AWS合作的方式，使用Amazon Bedrock与Amazon swarktract一起改变了他们的文档处理工作流程。我们讨论了Oldcastle如何克服了他们以前的OCR解决方案的局限性，以自动处理每月数十万个POD文档的处理，从而大大提高准确性，同时减少手动努力。

来源:亚马逊云科技 _机器学习
这篇文章是与Oldcastle APG的Avdhesh Paliwal一起撰写的。OldcastleAPG是建筑产品行业中最大的全球制造商网络之一，正在努力处理无效且劳动密集型处理以处理送货证明（POD）（POD）的过程，称为船舶票。该公司每月在200多个设施中处理100,000–300,000艘船票。他们现有的光学特征识别（OCR）系统是不可靠的，需要持续维护和手动干预。它只能准确地读取30–40％的文档，从而导致大量的时间和资源支出。该帖子探讨了Oldcastle与AWS合作的方式，使用Amazon Bedrock与Amazon swarktract进行了其文档处理工作流程。我们讨论了Oldcastle如何克服了他们以前的OCR解决方案的局限性，以自动处理每月数十万个POD文档的处理，从而大大提高准确性，同时减少手动努力。 This solution demonstrates a practical, scalable approach that can be adapted to your specific needs, such as similar challenges addressing document processing or using generative AI for business process optimization.Challenges with document processingThe primary challenge for Oldcastle was to find a solution that could accomplish the following:Accurately process a high volume of ship tickets (PODs) with minimal human interventionScale to handle 200,000–300,000 documents per monthHandle inconsistent inputs like旋转的页面和可变格式从当前的30–40％到更高比率更高的新功能，例如对PodsProvide实时可见性的签名验证到出色的PODS和DeliveriesAdditionditionditionditionditionditionditionditionditionditionditientication的新功能的准确性，Old Castle需要解决供应商的供应商和符合类似挑战的范围的供应订单的解决方案。