A Label Studio és a Docling közvetlenül összekapcsolható
A HumanSignal új Label Studio-integrációval támogatja az IBM Docling dokumentumfeldolgozó eszközét. A megoldás vizuális annotációt, DocLang-exportot és valós idejű modell-előrejelzéseket kínál a saját dokumentumokon végzett értékeléshez és finomhangoláshoz.
- A Label Studio új DocLang-felülettel kapcsolódik az IBM Doclinghez.
- Az annotált adatok .dclx DocLang Archive fájlban exportálhatók.
- A Docling előrejelzései a Label Studio ML Backendjén keresztül érhetők el.
- Az új felület a Starter Cloud és az Enterprise kiadásban is elérhető.
- Az új watsonx-fiókokhoz 30 napos próbaidő és 5000 oldal jár.
A saját dokumentumok jelentik a nehézséget
Az IBM nyílt forráskódú Docling eszköze PDF-eket, szkennelt dokumentumokat és irodai fájlokat alakít strukturált, mesterséges intelligencia által feldolgozható adatokká. A HumanSignal szerint azonban a szervezetek belső dokumentumai gyakran eltérnek azoktól az anyagoktól, amelyeken a nyilvános modelleket betanították.
Ez pontatlanságokat okozhat például laborjelentések, kárbejelentési űrlapok, számlák vagy mérnöki rajzok feldolgozásakor. Tízezer dokumentum kézi ellenőrzése már nem praktikus, a minőség méréséhez pedig előre meghatározott, aranyszabványként használható adathalmazra van szükség. A modellek finomhangolásához szintén strukturált, címkézett példák kellenek, amelyek elkészítése kézzel lassú és időigényes.
Vizuális annotáció és natív DocLang-export
A Label Studio a HumanSignal nyílt forráskódú adatcímkéző platformja. Az új, a Docling csapatával közösen fejlesztett DocLang-felület közvetlenül a dokumentumon teszi lehetővé az annotálást. A felhasználók határolókeretekkel jelölhetik az elemtípusokat, majd olvasási sorrendi útvonalakat adhatnak hozzá.
A felület támogatja a rendezett és rendezetlen listákat, az összevont régiókat, valamint a részletes táblaszerkezeteket is. A DocLang-struktúra oldalsávja munka közben valós időben frissül, az eredmény pedig XML-formában és generált dokumentumként is megtekinthető. A létrehozott DocLang XML az annotációk mellett kerül mentésre.
A HumanSignal szerint a Label Studio az első annotációs platform natív DocLang-exporttal. Az annotált adatok .dclx fájlban tölthetők le. A DocLang Archive formátumú csomag a strukturális adatokat és a kapcsolódó oldalaképeket is tartalmazza, így használható értékelési rendszerekben, finomhangolási folyamatokban vagy más, a szabványt olvasó eszközökben.
Docling-előrejelzések és gyakorlati felhasználás
A Label Studio béta állapotú ML Backendje az IBM watsonxhoz kapcsolódó Docling-szolgáltatással képes előrejelzéseket generálni. A modell eredményei automatikusan megjelennek a Label Studio projektjében, ahol a felhasználó áttekintheti és kijavíthatja őket, majd az adatokat ground truthként, vagyis ellenőrzött referenciaadatként használhatja.
A szolgáltatáshoz a Docling ML Backendet olyan környezetben kell futtatni, amelyet a Label Studio példánya elér. Ez történhet felhőben vagy helyben, alagúton keresztül. A Docling for IBM watsonxhoz külön fiók szükséges, az új fiókokhoz pedig 30 napos próbaidő és 5000 oldal tartozik.
A HumanSignal három fő munkafolyamatot emel ki. A felhasználók reprezentatív mintán aranyszabványt készíthetnek, majd összevethetik vele a Docling kimenetét. A gyártási folyamatban az alacsony megbízhatóságú vagy nagy jelentőségű konverziókat emberi ellenőrzésre küldhetik. Egyedi dokumentumformátumokhoz pedig már meglévő modell-előrejelzésekből építhetnek fel finomhangoláshoz használható adatkészletet.
Az új DocLang-felület a Label Studio Starter Cloud és a Label Studio Enterprise változatában érhető el. A platform magja nyílt forráskódú, a beállítás részleteit pedig a Docling-integráció dokumentációja ismerteti.
HumanSignal (Label Studio): Teach Docling Your Documents: Ground Truth, Evaluation, and Fine-Tuning with Label Studio
