InfoQ
·
Nvidia Ingest旨在简化从文档中提取结构化信息的过程
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
Nvidia Ingest是一种新微服务，能够处理PDF、Word和PowerPoint文档，提取元数据并以JSON格式返回。它利用光学字符识别提取结构化信息，用户需提供JSON作业描述。该服务可扩展，支持多种处理方法，依赖多个服务和至少两块H100或A100 GPU。
🎯
关键要点
- Nvidia Ingest是一种新微服务，处理PDF、Word和PowerPoint文档，提取元数据并以JSON格式返回。
- 该服务利用光学字符识别提取结构化信息，用户需提供JSON作业描述。
- Nvidia Ingest可扩展，支持多种处理方法，依赖多个服务和至少两块H100或A100 GPU。
- 用户通过命令行工具nv-ingest-cli指定文档处理方式，包括提取方法。
- Nvidia Ingest不支持创建文档操作的管道，但支持多种预处理和后处理转换。
- 提取的数据存储在输出目录中，每种文档类型有一个子目录，生成JSON元数据文件。
- Nvidia Ingest需要多个支持服务，包括redis、yolox、otel-collector等，并打包为Docker Compose应用。
❓
延伸问答
Nvidia Ingest是什么？
Nvidia Ingest是一种新微服务，能够处理PDF、Word和PowerPoint文档，提取元数据并以JSON格式返回。
如何使用Nvidia Ingest提取文档信息？
用户需提供JSON作业描述，通过命令行工具nv-ingest-cli指定文档处理方式，提取结果以JSON格式返回。
Nvidia Ingest支持哪些文档格式？
Nvidia Ingest支持处理PDF、Word和PowerPoint文档。
Nvidia Ingest的扩展性如何？
Nvidia Ingest可扩展，支持多种处理方法，能够使用多个服务来提高准确性或增加吞吐量。
Nvidia Ingest提取的数据如何存储？
提取的数据存储在输出目录中，每种文档类型有一个子目录，并生成JSON元数据文件。
使用Nvidia Ingest需要哪些支持服务？
Nvidia Ingest需要多个支持服务，包括redis、yolox、otel-collector等，并打包为Docker Compose应用。
➡️
