View a markdown version of this page

批量文件上传器的最佳实践 - Amazon Textract
限制

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

批量文件上传器的最佳实践

批量文档上传器是一款 AWS 管理控制台工具，旨在帮助您快速评估 Textract 在您自己的一组文档上的表现，而无需编写任何代码。您可以使用 Textract 的一项功能使用批量文档上传器处理多达 150 个文档，而不是单独上传和处理文档。您可以直接从计算机批量上传文档，也可以从现有的 Amazon S3 存储桶导入文档。

批量文件上传器提供的结果可供您稍后下载以供离线查看。每个可下载的 zip 文件都包含 Textract JSON API 响应文件和输出的可读的 CSV 文件。输出结果在处理后 7 天内可供下载。14 天后，文件将从 “已提交文档” 面板中清除。

要使用批量文件上传器，请执行以下步骤：

  1. 登录 AWS 管理控制台并进入亚马逊 Textract 控制台。

  2. 从导航窗格中选择 “批量文件上传器”。

  3. 选择 “上传文档” 按钮。

  4. 指定文档的来源。

    1. 如果您使用 Amazon S3 存储桶存储文档，请提供该存储桶和文件夹的 S3 URL。如果您指定的文件夹包含超过 150 个文档，则只有 S3 文件夹中列出的前 150 个文档会被发送到 Textract 进行处理。

    2. 如果您从本地设备上传文档，则一次最多可以上传 50 个文档。要上传其他文档（最多 150 个），请在上传初始文件后单击 “添加文档” 按钮。

      从您的计算机上传文档时，您的文档将上传到代表您创建的 Amazon S3 存储桶。将来，您可以使用此 S3 存储桶的路径来处理同一组文档。

  5. 指定要用于处理文档的 Textract 功能。一次选择一个 Textract 功能来处理您的文档。如果您想测试文档中的多个功能，则必须创建单独的请求。

    如果您选择 “AnalyzeDocument -查询” 功能，请根据文档编写要测试的查询。查询仅适用于每个上传文档的第一页。构建查询时，请查阅 “查询最佳实践” 部分。

  6. 选择 “开始处理” 按钮，将文档提交给 Textract 进行处理。

  7. 您可以在 “已提交的文档” 面板中跟踪文档状态并下载已处理文档的输出结果。将文档提交到 Textract 进行处理后，它们将作为列表显示在 “已提交的文档” 面板中。每个文件都单独处理。将显示每个文档的以下信息：名称、状态、上传日期、文档类型、Textract 特征和大小。

“已提交文档” 面板会定期更新，您可以手动刷新它以查看您的处理是否完成。

限制

使用批量文件上传器时适用以下限制

  • 可接受的文件格式：JPEG、PNG、PDF 和 TIFF 文件。（支持 PDF 中的 JPEG 2000 编码图像）

  • 文件大小和页数限制：JPEG 和 PNG 文件的大小限制为 10 MB。PDF 和 TIFF 文件有 500 MB 的限制。

  • PDF 和 TIFF 文件的限制为 3,000 页。

  • 每个批量处理请求最多可以处理 150 个文档。要处理 150 多个文档，请使用批量文件上传器提交多个请求，每个请求最多 150 个文档。

  • 批量文档上传器不支持 AnalyzeLending 和 AnalyzeID API 操作。

  • 批量文件上传器产生的费用与常规使用Textract的费用相同。有关 Textract 定价的更多信息，请参阅此处。