Information Extract

Upstage Information Extract is a schema-driven document intelligence API that turns any document — PDFs, scanned images, photos, and Microsoft Office files — into structured JSON you can query directly in Snowflake. You define what to capture through a JSON Schema, and the model uses semantic understanding to populate it even when values are implied, unlabeled, or expressed in varied ways — no templates and no fine-tuning required.

The native app exposes three features:

- Information Extraction — Extract structured data from any document using semantic understanding and user-defined schemas.
- Schema Generation — Automatically generate an initial JSON schema from a sample document, optionally guided by a system message
- Document Classification — Classify a document into one of a user-defined set of categories

<p><br/></p>

原始信息汇总

数据集概述：Upstage Information Extract

提供方：Upstage 交付方式：Native App（原生应用，运行在用户Snowflake账户内）

核心功能

这是一个基于Schema驱动的文档智能API，专为从非结构化文档中提取结构化数据而设计。它能够将PDF、扫描件、照片和Microsoft Office文件等文档，直接转换为可在Snowflake中查询的结构化JSON数据。

该原生应用包含三大核心功能：

• 信息提取（Information Extraction）：基于语义理解和用户自定义的JSON Schema，从任意文档中提取结构化数据。即使数值是隐含的、无标签的或以多种方式表达的，模型也能进行语义理解并填充，无需模板或微调。
• Schema生成（Schema Generation）：根据单个示例文档自动生成初始JSON Schema，可选地由系统消息进行引导。
• 文档分类（Document Classification）：将文档分类到用户定义的类别（如发票、合同、索赔）。

业务需求

• Schema驱动的提取：适用于金融、保险、医疗、物流和采购等领域，处理海量非结构化文档（如发票、报表、索赔单、合同和ID文件）。它能够按照用户定义的Schema（包括嵌套字段、表格和隐含数值）将文档转化为Snowflake可用的JSON，从而消除手动数据输入，加速下游分析和对账。
• 基于语义的推理性提取：用户仅需描述提取目标（通过JSON Schema），模型即可跨文档类型和布局进行语义捕获。通过编辑Schema而非重新训练模型，即可适应新的文档类型，使团队能够快速从原型开发进入生产环境。
• 智能文档路由：结合文档分类功能，用户可以自定义文档分类体系（如发票、合同、索赔），并与对应的提取Schema配对，构建一个集分类、提取和记录落地于一体的端到端处理管道。

安全与合规

• 安全审查：已完成Snowflake的安全审查。
• 访问控制：受Snowflake基于角色的访问控制（RBAC）保护。
• 权限：安装后可根据需要授予连接、对象和App事件的权限。

定价与试用

• 基本定价：基础服务（具体价格未在页面中说明）。
• 试用：提供7天无限量免费试用。

分类

• 类别：AI & ML（人工智能与机器学习）、Data Engineering（数据工程）、Financial（金融）

联系信息

• 邮箱：[e-mail]
• 文档：页面提供有文档链接（具体URL未在内容中提供）。
• 法律条款：标准条款。