A identidade deste avaliador foi verificada pela nossa equipe de moderação de avaliações. Eles pediram para não mostrar seu nome, cargo ou foto.
O valor mais significativo da Hyperscience é a extração de dados estruturados. Estamos observando alta precisão e um alto nível de automação - especialmente com modelos de produção ajustados.
A segunda coisa que eu gosto é a rapidez no mapeamento de cada campo e a simplicidade de adicionar novos documentos estruturados. Apenas uma amostra em branco é necessária para adicioná-la à biblioteca de documentos. Análise coletada por e hospedada no G2.com.
A extração semiestruturada não é tão suave quanto a estruturada devido à necessidade de envolvimento humano em várias etapas. A máquina frequentemente precisa de ajuda na etapa de classificação de campos e transcrição - isso leva à interrupção do processo de extração em duas partes.
A segunda questão é que o treinamento na extração semiestruturada requer um mínimo de 400 amostras, que não são fáceis de obter. Isso leva tempo e torna a implementação mais lenta do que eles estão antecipando.
Finalmente, mas mais importante - não há recursos de IA disponíveis. Eles estão ficando para trás em comparação com ferramentas IDP semelhantes no mercado. Análise coletada por e hospedada no G2.com.
No G2, preferimos avaliações recentes e gostamos de fazer acompanhamento com os avaliadores. Eles podem não ter atualizado o texto da avaliação, mas atualizaram a avaliação.
O avaliador enviou uma captura de tela ou enviou a avaliação no aplicativo, verificando-os como usuário atual.
Validado pelo LinkedIn
Este avaliador recebeu um incentivo nominal como agradecimento por completar esta avaliação.
Convite de um vendedor ou afiliado. Este avaliador recebeu um incentivo nominal como agradecimento por completar esta avaliação.
Esta avaliação foi traduzida de English usando IA.
