La valeur la plus significative de Hyperscience est l'extraction de données structurées. Nous constatons une grande précision et un haut niveau d'automatisation - surtout avec des modèles de production finement ajustés.
La deuxième chose que j'aime est la rapidité de cartographie de chaque champ et la simplicité d'ajout de nouveaux documents structurés. Un seul échantillon vierge est nécessaire pour l'ajouter à la bibliothèque de documents. Avis collecté par et hébergé sur G2.com.
L'extraction semi-structurée n'est pas aussi fluide que l'extraction structurée en raison de l'implication nécessaire des humains à plusieurs étapes. La machine a souvent besoin d'aide pour l'étape de classification des champs et de transcription - cela conduit à l'arrêt du processus d'extraction en deux parties.
La deuxième chose est que la formation à l'extraction semi-structurée nécessite un minimum de 400 échantillons qui ne sont pas faciles à obtenir. Cela prend du temps et rend la mise en œuvre plus lente qu'ils ne l'anticipaient.
Enfin, mais surtout - aucune fonctionnalité d'IA n'est disponible. Ils prennent du retard par rapport à des outils IDP similaires sur le marché. Avis collecté par et hébergé sur G2.com.





