L'identità di questo recensore è stata verificata dal nostro team di moderazione delle recensioni. Hanno chiesto di non mostrare il loro nome, titolo di lavoro o immagine.
Il valore più significativo di Hyperscience è l'estrazione di dati strutturati. Stiamo osservando un'elevata precisione e un alto livello di automazione, specialmente con modelli di produzione ottimizzati.
La seconda cosa che mi piace è la velocità di mappatura di ciascun campo e la semplicità di aggiungere nuovi documenti strutturati. È necessario solo un campione vuoto per aggiungerlo alla libreria di documenti. Recensione raccolta e ospitata su G2.com.
L'estrazione semi-strutturata non è fluida come quella strutturata a causa del coinvolgimento necessario degli esseri umani in più fasi. La macchina spesso ha bisogno di aiuto con la fase di classificazione dei campi e la trascrizione - questo porta a fermare il processo di estrazione in due parti.
La seconda cosa è che l'addestramento nell'estrazione semi-strutturata richiede un minimo di 400 campioni che non sono facili da ottenere. Questo richiede tempo e rende l'implementazione più lenta di quanto si aspettassero.
Infine, ma più importante - non sono disponibili funzionalità di intelligenza artificiale. Stanno rimanendo indietro rispetto a strumenti IDP simili sul mercato. Recensione raccolta e ospitata su G2.com.
Per G2, preferiamo recensioni fresche e ci piace seguire i revisori. Potrebbero non aver aggiornato il testo della loro recensione, ma hanno aggiornato la loro valutazione.
Il revisore ha caricato uno screenshot o inviato la recensione in-app verificandosi come utente attuale.
Validato tramite LinkedIn
A questo recensore è stato offerto un incentivo nominale come ringraziamento per aver completato questa recensione.
Invito da un venditore o affiliato. A questo recensore è stato offerto un incentivo nominale come ringraziamento per aver completato questa recensione.
Questa recensione è stata tradotta da English usando l'IA.
