Mistral OCR : 94.89% Précision globale, 1000 pages/30 secondes, seulement $1

Dans la longue histoire de la civilisation humaine, chaque progrès dans la manière d'acquérir et d'analyser l'information a profondément contribué au progrès social. Des anciens hiéroglyphes au papyrus portable, en passant par l'apparition de la presse à imprimer et la vague actuelle de numérisation, chaque innovation technologique a considérablement élargi le champ de diffusion des connaissances humaines et la profondeur de leur application, devenant à son tour un terrain fertile pour une nouvelle série d'innovations.

Nous nous trouvons aujourd'hui à un tournant passionnant, avec des possibilités sans précédent de libérer le potentiel de l'énorme quantité d'informations numérisées. Selon les données de l'industrie, environ 90% de données organisationnelles sont encore stockées sous forme de documents, ce qui contient une énorme quantité de valeur d'information qui n'a pas encore été exploitée. Afin de débloquer ces données dormantes, Mistral AI a lancé l'application Mistral OCRIl s'agit d'une optique Caractère (Reconnaissance Optique de Caractères) a fait son apparition, portant la technologie de compréhension des documents à un niveau supérieur.

Principaux avantages de Mistral OCR

Mistral Plus qu'un simple outil d'OCR, l'OCR représente une véritable révolution dans la manière d'appréhender les documents. Par rapport aux autres modèles OCR du marché, Mistral OCR a une meilleure connaissance des documents et une plus grande précision, et il est capable de comprendre chaque composant d'un document - qu'il s'agisse d'une image, d'un texte, d'un tableau ou d'une formule mathématique - Mistral OCR peut le traiter avec facilité. Les utilisateurs n'ont qu'à télécharger une image ou un document PDF et le contenu structuré est rapidement extrait et présenté de manière graphique et organisée.

En résumé, Mistral OCR présente plusieurs avantages clés :

1. Excellente compréhension des documents complexesLes documents de ce type peuvent être analysés avec précision s'ils contiennent des graphiques mixtes, des formules mathématiques complexes, des tableaux et des formats avancés tels que LaTeX.
2. Prise en charge native multilingue et multimodaleLe système de gestion des documents : Né avec la capacité de traiter des documents multilingues et multimodaux sans configuration supplémentaire.
3. D'excellents indicateurs de performanceMistral OCR : Mistral OCR a été classé en tête d'un certain nombre d'études de référence.
4. Un traitement ultra-rapideMistral OCR : Mistral OCR a la vitesse de traitement la plus rapide de tous les produits OCR de sa catégorie.
5. Modèle innovant de "document en tant que demande" avec des résultats structurésLe système de gestion de l'interface utilisateur : Il prend en charge l'intégralité du document en tant que commande d'invite et peut produire des résultats sous forme de données hautement structurées.
6. Solutions flexibles et optionnelles hébergées par l'utilisateur lui-mêmeMistral OCR : Mistral OCR offre des options de déploiement autonome pour les entreprises qui exigent le nec plus ultra en matière de sécurité des données.

Grâce à ces avantages significatifs, Mistral OCR est la solution parfaite pour construire des systèmes de gestion de l'information. RAG Mistral OCR est idéal pour les systèmes RAG (Retrieval-Augmented Generation), en particulier lorsqu'il s'agit de documents multimodaux riches en informations tels que des diapositives, des fichiers PDF complexes, etc. Mistral OCR est actuellement utilisé dans le système Mistral OCR. Actuellement, Mistral OCR a été Mistral AI La star du spectacle Le Chat Adoption d'une plateforme d'IA conversationnelle qui offre une compréhension puissante des documents à des millions d'utilisateurs. version de l'api mistral-ocr-latest Désormais disponible, le prix est compétitif à 1 $ pour 1000 pages, et encore plus rentable lors de l'utilisation d'un modèle d'inférence par lots. Les développeurs peuvent démarrer immédiatement via la plateforme Mistral AI Developer Platform. La Plateforme Découvrez la puissance de Mistral OCR. À l'avenir, Mistral OCR sera également déployé plus largement par le biais des services en nuage et du réseau de partenaires de Mistral AI, et soutiendra les déploiements d'entreprises localisées.

Ensuite, nous analyserons les principaux avantages techniques de Mistral OCR, et nous présenterons comment démarrer rapidement avec Mistral OCR par le biais de l'API.

Explication des avantages principaux du Mistral OCR

Compréhension approfondie de documents complexes

Mistral OCR excelle dans la compréhension de documents complexes grâce à l'architecture avancée de son modèle et à sa stratégie d'entraînement. Mistral OCR est capable d'analyser avec précision des documents entrelacés de graphiques, des documents académiques contenant un grand nombre de formules mathématiques professionnelles, des tableaux sophistiqués ou des documents générés par des systèmes de composition complexes tels que LaTeX. Même dans le cas de documents scientifiques à forte densité d'information, qui sont parsemés de tableaux, de graphiques, de formules et d'images, Mistral OCR est capable de comprendre la logique et l'information sous-jacentes du document.

Afin de permettre aux utilisateurs de découvrir la puissance de Mistral OCR de manière plus intuitive, l'équipe Mistral AI a préparé un cas de démonstration spécial. Ils ont introduit un document PDF typique dans Mistral OCR, et le modèle a réussi à extraire toutes les informations de texte et d'image et à les convertir efficacement en un fichier au format Markdown, en préservant parfaitement la structure et le contenu du texte d'origine. Les développeurs intéressés peuvent visiter le site Cahier Colab Faites l'expérience du processus par vous-même.

Afin de montrer plus clairement l'effet d'analyse de documents de Mistral OCR dans des applications réelles, l'équipe de Mistral AI a également préparé avec soin un certain nombre de documents PDF et une comparaison des résultats d'OCR correspondants. Les utilisateurs peuvent passer librement du document original au résultat de l'OCR par une simple opération de glissement, et sentir intuitivement l'excellente performance de l'OCR de Mistral dans le traitement d'une variété de documents complexes.

Tableaux + graphiques

Résultats du ROC

formule

Résultats du ROC

Hindi (langue)

Résultats du ROC

document ordinaire

Résultats du ROC

Arabe (langue)

Résultats du ROC

Performances supérieures aux critères de performance

Afin d'évaluer pleinement le niveau de performance de Mistral OCR, l'équipe Mistral AI a mené une série de tests de référence rigoureux. Les résultats montrent clairement que Mistral OCR surpasse de manière significative les autres modèles d'OCR du marché sur un certain nombre de paramètres clés. En particulier, Mistral OCR a excellé dans sa capacité à extraire avec précision les images incorporées dans les documents, une fonction qui n'est pas actuellement disponible dans les autres modèles de langage à grande échelle (LLM) comparés. Pour garantir une évaluation équitable, l'équipe Mistral AI a également créé un ensemble de tests internes "texte uniquement" qui a été utilisé pour comparer les modèles entre eux. L'ensemble de tests couvre un large éventail d'articles publiés et de PDF provenant d'Internet afin de fournir une vision complète et objective des performances des modèles dans le monde réel.

Vous trouverez ci-dessous les résultats détaillés de l'analyse comparative :

Il ressort clairement des données ci-dessus que Mistral OCR a atteint un leadership significatif dans tous les indicateurs clés de performance, avec une position particulièrement forte dans la performance globale et la reconnaissance des formulaires.

Capacités de traitement multilingue natif

Depuis les débuts de Mistral AI, servir les utilisateurs du monde entier a été un objectif de développement important. C'est pourquoi la création de puissantes capacités de traitement multilingue a été l'une des principales stratégies de développement des produits de Mistral AI, et Mistral OCR innove à cet égard en analysant de manière transparente, en comprenant avec précision et en transcrivant efficacement des milliers de textes, de polices et de langues différents, couvrant ainsi les langues et les cultures de tous les continents. Cette adaptabilité multilingue supérieure est stratégiquement importante pour les entreprises multinationales qui traitent des documents provenant de différentes régions linguistiques, ainsi que pour les entreprises de localisation qui se concentrent sur des marchés linguistiques spécifiques et servent des utilisateurs местный.

Le tableau suivant présente les résultats de l'évaluation comparative de Mistral OCR dans la tâche de génération de correspondances floues multilingues :

Les données de test montrent que Mistral OCR est également performant dans la génération de correspondances floues multilingues, et ses indicateurs de performance dépassent ceux d'autres produits OCR courants, confirmant une fois de plus ses puissantes capacités de traitement multilingue.

Afin d'évaluer les performances de Mistral OCR dans différentes langues, l'équipe Mistral AI a également effectué des tests de référence plus détaillés, spécifiques à chaque langue, dont les résultats sont les suivants :

D'après les résultats du test des sous-langues, Mistral OCR obtient de bons résultats dans la précision de la reconnaissance de diverses langues, notamment dans la reconnaissance du chinois, où l'avantage de Mistral OCR est particulièrement évident.

Une puissance de traitement des documents extrêmement rapide

La conception légère de Mistral OCR, combinée à la recherche de performances supérieures, le rend beaucoup plus rapide que les produits concurrents. Dans une configuration standard à un seul nœud, Mistral OCR peut traiter jusqu'à 2000 pages par minute. Cette vitesse étonnante de traitement des documents garantit un fonctionnement efficace du système, même dans les scénarios d'application à forte charge qui nécessitent le traitement de grands volumes de documents, et favorise l'apprentissage continu et l'optimisation des performances.

"Document en tant qu'incitation et sortie structurée

Une autre caractéristique innovante du Mistral OCR est la fonction "Document en tant qu'invitation" Modèles. Cette fonction permet aux utilisateurs de modéliser directement l'ensemble du document en tant qu'entrée d'invite pour une extraction d'informations plus puissante et plus précise. Les utilisateurs peuvent demander à Mistral OCR d'extraire des informations spécifiques d'un document et de produire des données structurées dans un format prédéfini, tel que JSON. Ces données structurées peuvent être facilement intégrées dans des applications et des flux de travail en aval. Par exemple, les utilisateurs peuvent utiliser les données extraites directement pour des appels de fonction ou la construction d'agents intelligents. exemple de carnet de notes Cela permet aux utilisateurs de commencer rapidement à utiliser la fonction "Document en tant qu'invite".

Options flexibles de déploiement autonome

Mistral OCR propose une option de déploiement en mode auto-hébergé, compte tenu du fait que certaines entreprises et organisations ont des exigences extrêmement strictes en matière de confidentialité et de sécurité des données. Ceux qui choisissent l'option de déploiement autonome peuvent déployer Mistral OCR entièrement sur leur propre infrastructure, en s'assurant que toutes les données sensibles et les informations confidentielles sont toujours traitées dans leur propre environnement sécurisé et contrôlé, répondant aux normes les plus strictes en matière de conformité réglementaire et de sécurité des données. Pour les organisations disposant de déploiements auto-hébergés, n'hésitez pas à contacter Mistral AI pour plus d'informations.

Premiers pas avec l'API Mistral OCR

L'API OCR de Mistral est très facile à utiliser, et Mistral AI fournit des SDK en Python et Typescript ainsi que des exemples de requêtes curl pour permettre aux développeurs de s'intégrer rapidement.

Processeur OCR de documents

La fonctionnalité principale de Mistral OCR est assurée par le processeur d'OCR de documents, qui est construit sur le dernier modèle d'OCR de Mistral AI, mistral-ocr-latest, pour extraire avec précision le texte et le contenu structuré des documents PDF.

Principales caractéristiques: :

• Extraction de contenu structuréL'extraction du contenu textuel permet de préserver la structure originale et les relations hiérarchiques du document.
• Conservation des informations formatéesCapacité à reconnaître et à retenir avec précision un large éventail d'informations formatées dans un document, telles que les titres, les paragraphes, les listes et les tableaux.
• Sortie au format MarkdownLes résultats sont présentés dans un format Markdown propre et facile à utiliser pour l'analyse secondaire et le rendu.
• Traitement complexe de la mise en pageLes logiciels de mise en page : traitent facilement une variété de mises en page de documents complexes, y compris les textes à plusieurs colonnes et les compositions à contenu mixte.
• Traitement à grande échelle et de haute précisionLes avantages de ce système sont les suivants : il permet le traitement par lots de documents volumineux tout en garantissant une grande précision de reconnaissance ; il permet également le traitement par lots de documents volumineux.
• Prise en charge étendue des formats de documentsLe système de gestion des documents : il prend en charge plusieurs formats d'entrée tels que les PDF, les images et les documents téléchargés par l'utilisateur.

Les processeurs d'OCR de documents ne renvoient pas seulement le contenu textuel extrait, mais contiennent également des métadonnées sur la structure du document, ce qui facilite le traitement programmatique du contenu reconnu par les développeurs.

OCR de documents PDF

L'exemple de code suivant montre comment utiliser l'API OCR de Mistral pour traiter des documents PDF :

import os
from mistralai import Mistral
api_key = os.environ["MISTRAL_API_KEY"]
client = Mistral(api_key=api_key)
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type":"document_url",
"document_url":"https://arxiv.org/pdf/2201.04234"
},
include_image_base64=True
)

Téléchargement de documents PDF pour l'OCR

L'API OCR de Mistral permet également aux utilisateurs de télécharger des fichiers PDF pour le traitement OCR.

Téléchargement de fichiers

Tout d'abord, le fichier PDF doit être téléchargé sur le service de fichiers de Mistral AI :

from mistralai import Mistral
import os
api_key = os.environ["MISTRAL_API_KEY"]
client = Mistral(api_key=api_key)
uploaded_pdf = client.files.upload(
file={
"file_name":"uploaded_file.pdf",
"content":open("uploaded_file.pdf","rb"),
},
purpose="ocr"
)

Recherche de documents

Après un téléchargement réussi, vous pouvez récupérer des informations sur le fichier téléchargé :

client.files.retrieve(file_id=uploaded_pdf.id)

id='00edaf84-95b0-45db-8f83-f71138491f23' object='file' size_bytes=3749788 created_at=1741023462 filename='uploaded_file.pdf' purpose='ocr' sample_type='ocr_input' source='upload' deleted=False num_lines=None

Obtenir l'URL de la signature

Pour un accès sécurisé à un fichier téléchargé, vous pouvez obtenir l'URL de signature du fichier :

signed_url = client.files.get_signed_url(file_id=uploaded_pdf.id)

Obtenir des résultats OCR

Enfin, utilisez l'URL de la signature comme adresse du document pour obtenir le résultat de l'OCR du fichier PDF téléchargé :

import os
from mistralai import Mistral
api_key = os.environ["MISTRAL_API_KEY"]
client = Mistral(api_key=api_key)
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type":"document_url",
"document_url": signed_url.url,
}
)

Image OCR

L'API OCR de Mistral prend également en charge l'OCR directe des images.

URL Image OCR

La reconnaissance OCR peut être effectuée directement à partir de l'URL de l'image :

import os
from mistralai import Mistral
api_key = os.environ["MISTRAL_API_KEY"]
client = Mistral(api_key=api_key)
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type":"image_url",
"image_url":"https://media-cldnry.s-nbcnews.com/image/upload/t_fit-560w,f_avif,q_auto:eco,dpr_2/rockcms/2023-11/short-quotes-swl-231117-02-33d404.jpg"
}
)

Image codée en base64 OCR

L'image peut également être encodée en Base64 et transmise à l'API pour la reconnaissance OCR :

import base64
import requests
import os
from mistralai import Mistral
defencode_image(image_path):
"""Encode the image to base64."""
try:
withopen(image_path,"rb")as image_file:
return base64.b64encode(image_file.read()).decode('utf-8')
except FileNotFoundError:
print(f"Error: The file {image_path} was not found.")
returnNone
except Exception as e:# Added general exception handling
print(f"Error: {e}")
returnNone
# Path to your image
image_path ="path_to_your_image.jpg"
# Getting the base64 string
base64_image = encode_image(image_path)
api_key = os.environ["MISTRAL_API_KEY"]
client = Mistral(api_key=api_key)
ocr_response = client.ocr.process(
model="mistral-ocr-latest",
document={
"type":"image_url",
"image_url":f"data:image/jpeg;base64,{base64_image}"
}
)

Document Fonction de compréhension

La fonction Document Understanding de Mistral OCR est une application innovante qui intègre en profondeur la puissante technologie OCR et la modélisation du langage large (LLM). Elle donne aux utilisateurs la possibilité d'interagir avec le contenu des documents en langage naturel, ce qui leur permet d'extraire efficacement des informations et des points de vue à partir de documents en posant des questions en langage naturel.

Le processus de compréhension des documents comprend deux étapes principales: :

• traitement des dossiersLes documents non structurés sont tout d'abord convertis en un format lisible par la machine en extrayant le texte, la structure et les informations de formatage du document à l'aide de la technologie de reconnaissance optique des caractères (OCR).
• compréhension du modèle linguistiqueLes utilisateurs peuvent poser des questions ou des demandes d'information en langage naturel, et le modèle comprend le contexte et les associations intrinsèques du document et donne des réponses précises basées sur le contenu du document. Les utilisateurs peuvent poser des questions ou demander des informations en langage naturel, et le modèle comprend le contexte et les associations intrinsèques du document et donne des réponses précises basées sur le contenu du document.

Compétences clés pour la compréhension des documents: :

• Questions et réponses basées sur le contenu du documentLes documents de l'UE : être capable de répondre à des questions en langage naturel sur le contenu spécifique d'un document.
• Extraction et synthèse d'informationsLes services d'aide à la décision : Extraire les informations clés des documents et générer des résumés concis.
• Analyse et vision du documentLes services d'assistance technique et les services d'aide à la gestion des ressources humaines : ils effectuent des analyses approfondies du contenu des documents afin d'en tirer des informations et des connaissances potentielles.
• Recherche et comparaison de documents multiplesLes services de recherche d'informations et de comparaison de contenu entre plusieurs documents.
• Des réponses adaptées au contexteLes participants sont capables de donner des réponses plus précises et plus pertinentes, en tenant compte de l'ensemble des informations contextuelles du document.

Scénarios d'application typiques pour la compréhension des documents: :

• Analyse d'articles scientifiques et de documentation techniqueLes services d'assistance technique : Analyser et comprendre rapidement de grands volumes d'articles scientifiques et de documents techniques.
• Extraction d'informations sur les documents commerciauxLes services d'aide à la décision : Extraire efficacement des informations clés de documents tels que des contrats commerciaux et des rapports.
• Documentation juridique et traitement des contratsLes tâches sont les suivantes : aider au traitement et à l'analyse de documents juridiques complexes et de clauses contractuelles.
• Création d'applications de quiz sur les documents: Développement d'un système intelligent de questions-réponses sur les documents pour améliorer l'efficacité de la recherche d'informations.
• Automatisation du flux de documentsLes services de gestion des documents : Automatiser une variété de flux de travail basés sur les documents, tels que l'examen des documents et la saisie d'informations.

L'exemple de code suivant montre comment utiliser le langage naturel pour interagir avec un document PDF et demander quelle est la dernière phrase du document :

import os
from mistralai import Mistral
# Retrieve the API key from environment variables
api_key = os.environ["MISTRAL_API_KEY"]
# Specify model
model ="mistral-small-latest"
# Initialize the Mistral client
client = Mistral(api_key=api_key)
# Define the messages for the chat
messages =[
{
"role":"user",
"content":[
{
"type":"text",
"text":"what is the last sentence in the document"
},
{
"type":"document_url",
"document_url":"https://arxiv.org/pdf/1805.04770"
}
]
}
]
# Get the chat response
chat_response = client.chat.complete(
model=model,
messages=messages
)
# Print the content of the response
print(chat_response.choices[0].message.content)
# Output:
# The last sentence in the document is:\n\n\"Zaremba, W., Sutskever, I., and Vinyals, O. Recurrent neural network regularization. arXiv:1409.2329, 2014.

Cas d'application

Les puissantes capacités de compréhension des documents de Mistral OCR débloquent une valeur considérable dans des applications réelles dans un large éventail d'industries, aidant les entreprises et les organisations à transformer des quantités massives de données documentaires en connaissances et en solutions exploitables. Actuellement, Mistral OCR a obtenu des résultats significatifs dans les domaines clés suivants :

Transformation numérique de la rechercheMistral OCR : De nombreux organismes de recherche de premier plan ont commencé à expérimenter Mistral OCR pour convertir d'importants volumes d'articles et de revues scientifiques en formats de données adaptés à l'IA, permettant un accès transparent à une variété de moteurs d'analyse intelligents en aval. Cela a grandement facilité l'efficacité de la collaboration en matière de recherche et a considérablement accéléré les flux de travail de la recherche.

Préservation et transmission numérique du patrimoine culturelMistral OCR : De nombreuses organisations de préservation du patrimoine culturel et des organisations à but non lucratif adoptent activement la technologie Mistral OCR pour numériser des documents et des objets historiques précieux en vue d'une préservation permanente et d'une diffusion et d'un partage plus larges du patrimoine culturel.

Amélioration intelligente du service à la clientèleLe service clientèle explore également activement l'application de Mistral OCR, en essayant de transformer la documentation complexe sur les produits et les manuels d'utilisation en une base de connaissances structurée et indexable, réduisant ainsi de manière significative le temps de réponse des clients et améliorant la qualité du service clientèle et la satisfaction de l'utilisateur.

L'IA au service de la littérature dans tous les secteurs d'activitéMistral OCR : Mistral OCR aide les entreprises d'un large éventail de secteurs à convertir de grands volumes de documents techniques, de dessins d'ingénierie, de notes 강의, de présentations, de dossiers réglementaires, etc. en formats indexables et récupérables, adaptés à l'IA, qui exploitent les connaissances et l'intelligence contenues dans les documents afin d'améliorer la productivité de l'organisation.

Découvrez la puissance de Mistral OCR dès aujourd'hui !

Découvrez la puissance de Mistral OCR dès aujourd'hui ! Les utilisateurs peuvent découvrir gratuitement les capacités de compréhension de documents de Mistral OCR en visitant la plateforme Le Chat. L'équipe de Mistral AI se réjouit de recevoir de précieux commentaires de la part des utilisateurs et continuera d'optimiser et d'itérer sur le modèle Mistral OCR afin d'en améliorer les performances. Dans le cadre du programme de partenariat stratégique, Mistral AI propose également une option de déploiement local pour les utilisateurs sélectionnés.

Plus de ressources

Pour plus d'informations sur l'utilisation de Mistral OCR et des conseils avancés, veuillez consulter les ressources suivantes :

• Manuel d'utilisation des outils et de compréhension des documents: https://colab.research.google.com/github/mistralai/cookbook/blob/main/mistral/ocr/document_understanding.ipynb
• Livre de recettes de l'OCR par lots: https://colab.research.google.com/github/mistralai/cookbook/blob/main/mistral/ocr/batch_ocr.ipynb
• Livre de recettes pour l'OCR structuré: https://colab.research.google.com/github/mistralai/cookbook/blob/main/mistral/ocr/structured_ocr.ipynb

Ces livres de cuisine fournissent des exemples de code détaillés et des guides pratiques pour aider les développeurs à mieux comprendre et appliquer les fonctionnalités de Mistral OCR.