처리 단계 - AWS 권장 가이드
처리 단계의 모범 사례

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

처리 단계

Amazon Textract는 다운스트림 애플리케이션에서 직접 사용할 수 없는 문자열로 PDF 파일 콘텐츠를 추출합니다(예: 숫자를 집계하여 통계 생성). 다운스트림 애플리케이션에서 보다 쉽게 사용할 수 있으므로(예: 비용 추세를 시계열로 표시하기 위해) 올바르게 식별되고 변환된 데이터 값이 필요합니다. PDF 파일 처리를 구현하려면 Amazon Textract를 통해 각 새 PDF 파일 유형에서 하나의 PDF 파일을 한 번 처리해야 합니다. 그러면 JSON 형식Template의 파일이 생성됩니다.

에서 AWS Lambda 함수가 시작되면 다음 다이어그램에 표시된 단계를 수집 단계실행합니다.

AWS Lambda 함수는 Amazon Textract를 호출하여 PDF 파일을 처리하고, 사전 정의된 Template JSON 파일을 사용하고, 최종 출력을 S3 버킷에 저장하기 전에 사후 처리 규칙을 적용합니다.

다이어그램은 다음 단계를 구현하는 Lambda 함수를 보여줍니다.

  1. Amazon Textract를 호출하여 PDF 파일을 처리하고, 콘텐츠를 추출하고, JSON 형식의 파일을 반환합니다.

  2. JSON 파일을 가져와서 각 필드에 대해 올바른 키 이름과 값 유형을 가진 사전 정의된 Template JSON 파일을 사용하여 양식과 테이블을 구문 분석합니다. 이 프로세스는 구문 분석된 JSON 파일을 제공합니다.

  3. 사후 처리 규칙을 적용하고 Template JSON 파일을 사용하여 구문 분석된 JSON 파일의 각 값을 수정합니다. 그러면 Final JSON 파일이 생성됩니다. 사전 정의된 Template JSON 파일은 S3 버킷에 저장할 수 있습니다.

  4. Amazon DynamoDB에 Final JSON 파일을 S3 출력 버킷의 각 PDF 파일에 대해 하나의 JSON 파일 외에도 각 PDF 파일에 대해 하나의 레코드로 저장합니다.

Amazon Textract를 사용하여 PDF 파일에서 콘텐츠를 자동으로 추출하고 깨끗한 출력으로 처리하는 step-by-step 워크플로는 AWS 권장 가이드 웹 사이트의 Amazon Textract를 사용하여 PDF 파일에서 콘텐츠를 자동으로 추출하는 패턴을 참조하세요. 이 패턴은 템플릿 매칭 기법을 사용하여 필수 필드, 키 이름 및 테이블을 정확하게 식별한 후 각 데이터 유형에 사후 처리 수정 사항을 적용합니다.

처리 단계의 모범 사례

다음 네 가지 모범 사례를 사용하여 성공적인 처리 단계를 보장합니다.

  • 처리하려는 각 PDF 파일 유형에 대해 템플릿 JSON 파일을 생성합니다. Lambda 함수에서 호출하는 S3 버킷에 이러한 다양한 템플릿 JSON 파일을 저장할 수 있습니다. 하나의 Lambda 함수에서 서로 다른 PDF 파일 유형을 처리하려면 각 PDF 파일 유형에 고유한 식별자(예: S3 버킷의 PDF 파일 유형 폴더 이름)를 사용해야 합니다. Lambda 함수가 호출되면 적절한 템플릿 JSON 파일을 검색하여 처리합니다.

  • Lambda 함수에서 각 단계의 상태를 정확하게 추적하는 메커니즘을 설정합니다. 예를 들어 Amazon Textract 호출 후, 최종 JSON 파일이 Amazon DynamoDB 테이블에 저장되는 경우 또는 PDF 파일이 S3 버킷에 저장되는 경우의 Success 상태를 추가할 수 있습니다. 또한 별도의 DynamoDB 테이블을 생성하여 여러 단계에서 각 PDF 파일의 상태를 추적하여 프로세스에 대한 가시성을 제공할 수 있습니다.

  • 많은 PDF 파일을 일괄 처리할 때 실패한 작업을 자동으로 재시도하여 제한 및 삭제된 연결을 관리합니다. 연결이 끊어지거나 초당 최대 트랜잭션 수(TPS)를 초과하는 경우 Amazon Textract에서 제한이 발생할 수 있습니다. 실패한 작업을 자동으로 재시도하는 자세한 내용과 단계는 Amazon Textract 설명서의 제한된 호출 및 삭제된 연결 처리를 참조하세요.

  • 여러 페이지가 있는 PDF 파일이 있는 경우 비동기 작업을 사용하여 전체 파일을 처리하거나 PDF 파일을 개별 페이지로 나누고 동기 작업을 사용하여 각 페이지를 처리한 다음 각 페이지의 결과를 결합할 수 있습니다. 비동기 작업의 전체 코드 구현은 Amazon Textract 설명서의 여러 페이지 문서에서 텍스트 감지 및 분석을 참조하세요. 동기식 작업 사용에 대한 자세한 내용은 Amazon Textract 설명서의 단일 페이지 문서에서 텍스트 감지 및 분석을 참조하세요.