Extracción
Elige cómo sale el contenido del documento en una plantilla de IDP: OCR Roberty Cloud, con texto, tablas, formularios y posición de los bloques, u OCR con LLM, guiado por una instrucción.
Extracción
La extracción saca el contenido del documento después del preprocesamiento. Cada plantilla usa exactamente un método de extracción, elegido entre las tarjetas de la etapa. Una plantilla nueva empieza con el OCR Roberty Cloud y la opción Extraer tablas activada.
| Método | Qué hace |
|---|---|
| OCR Roberty Cloud | OCR administrado, con soporte para tablas, formularios y posición de los bloques de texto. |
| OCR con LLM | Extracción guiada por una instrucción en lenguaje natural, hecha por el modelo de la plantilla. |
Cada método depende de una función habilitada en el workspace: el OCR Roberty Cloud necesita la función del mismo nombre, y el OCR con LLM necesita la función de IA generativa. Sin la función, la tarjeta del método aparece bloqueada. Contacta con tu gerente de cuenta para que la activen.
OCR Roberty Cloud
El OCR Roberty Cloud siempre devuelve el texto del documento, línea por línea. Las opciones de la etapa añaden datos estructurados al resultado:
| Opción | Por defecto | Qué añade |
|---|---|---|
| Extraer tablas | Activada | tables: cada tabla encontrada, con sus filas y columnas como listas de celdas. |
| Extraer formularios | Desactivada | forms: pares de clave y valor, como "NIF: …". Las casillas de verificación aparecen como [X] (marcada) o [ ] (sin marcar). |
| Extraer posición de los bloques de texto | Desactivada | blocks: cada línea de texto con su confianza, de 0 a 1, y las coordenadas del rectángulo que la contiene en la página, también de 0 a 1. |
Con las tres opciones desactivadas, el resultado es solo el texto. Cada opción activada aumenta el consumo de OCR del workspace: cada página procesada cuenta una solicitud, más una por cada opción activada.
Las páginas de más de 5 MB se recomprimen automáticamente antes de leerlas.
En documentos de varias páginas, el OCR Roberty Cloud lee página por página y une los resultados: el texto de cada página se marca con === Página N de M ===, y las tablas, formularios y bloques llevan el número de la página de la que vienen. Consulta Documento y páginas.
OCR con LLM
El OCR con LLM envía las imágenes de las páginas al modelo configurado en Modelo, junto con tu Instrucción: indica qué extraer y en qué formato, por ejemplo "Extrae el número, la fecha de emisión y el importe total de la factura.". Todas las páginas seleccionadas van al modelo en una única llamada, para que lea el documento entero de una vez.
Con la instrucción vacía, el modelo transcribe todo el texto legible del documento, manteniendo el orden de lectura.
El resultado del OCR con LLM es siempre un texto: la respuesta del modelo, sin tablas, formularios ni bloques separados. Si pides un JSON en la instrucción, llega al posprocesamiento como texto.
Qué pasa al posprocesamiento
El resultado de la extracción es el punto de partida del posprocesamiento:
- cuando solo hay texto — OCR con LLM, u OCR Roberty Cloud con las tres opciones desactivadas —, la primera etapa recibe el texto como una cadena;
- cuando hay datos estructurados, la primera etapa recibe un objeto
{ text, tables, forms, blocks }, solo con las partes extraídas.
Sin posprocesamiento, ese resultado se devuelve tal cual.
Qué método elegir
| Situación | Método |
|---|---|
| Documentos con tablas, campos de formulario o casillas de verificación, o cuando necesitas la posición del texto en la página. | OCR Roberty Cloud |
| Cuando quieres describir en lenguaje natural qué extraer y en qué formato, y el modelo debe leer todas las páginas juntas. | OCR con LLM |
Es habitual combinar el OCR Roberty Cloud con una etapa de LLM o de código en el posprocesamiento, que convierte el texto y las tablas en el JSON final.