Google ने LangExtract जारी किया है, जो एक Python लाइब्रेरी है जो Google की एक्सट्रैक्शन क्षमताओं को OpenAI के लैंग्वेज मॉडलों के साथ जोड़कर असंरचित डॉक्यूमेंट को स्ट्रक्चर्ड, मशीन-रीडेबल डेटा में बदल देती है। यह टूल डेवलपर्स को ऐसी दोबारा इस्तेमाल होने वाली पाइपलाइन बनाने देता है जो इनवॉइस, कॉन्ट्रैक्ट, फॉर्म और अन्य डॉक्यूमेंट को एक मानक वर्कफ़्लो के ज़रिए प्रोसेस कर सकती है: डिपेंडेंसी इंस्टॉल करना, OpenAI API की कॉन्फ़िगर करना, एक्सट्रैक्शन स्कीमा डिज़ाइन करना, और इंटरैक्टिव डैशबोर्ड के ज़रिए नतीजों को विज़ुअलाइज़ करना।
यह डॉक्यूमेंट इंटेलिजेंस पाइपलाइन बनाने के तरीके में एक बड़ा बदलाव दिखाता है। जटिल OCR सिस्टम और कस्टम पार्सिंग लॉजिक से जूझने के बजाय, डेवलपर्स अब डॉक्यूमेंट प्रोसेसिंग को किसी भी अन्य API इंटीग्रेशन की तरह देख सकते हैं। LangExtract, Google के व्यापक Document AI इकोसिस्टम के साथ मौजूद है, जो पहले से ही इनवॉइस, कॉन्ट्रैक्ट और फॉर्म के लिए विशेष प्रोसेसर देता है, लेकिन यह नई लाइब्रेरी गहरे Google Cloud इंटीग्रेशन की मांग करने के बजाय इस तकनीक को साधारण Python कोड के ज़रिए सुलभ बनाकर लोकतांत्रिक बनाती है।
बताने वाली बात यह है कि यह अन्य सूत्रों द्वारा बताई गई प्रोडक्शन हकीकत से कैसे जुड़ता है। जहां ट्यूटोरियल LangExtract के साथ शुरुआत करने पर केंद्रित हैं, वहीं एंटरप्राइज़ इम्प्लीमेंटेशन पहले से ही लाइव सिस्टम में एनोमली डिटेक्शन और रिस्क असेसमेंट के लिए Document AI प्रोसेसर्स को Gemini API के साथ जोड़ रहे हैं। "हैलो वर्ल्ड" ट्यूटोरियल और Cloud Run तथा Pub/Sub पर चलने वाली प्रोडक्शन-ग्रेड डॉक्यूमेंट प्रोसेसिंग पाइपलाइन के बीच का अंतर यह दिखाता है कि यह क्षेत्र प्रयोगात्मक से अनिवार्य इंफ्रास्ट्रक्चर की ओर कितनी तेज़ी से बढ़ रहा है।
डेवलपर्स के लिए यह इसलिए मायने रखता है क्योंकि डॉक्यूमेंट प्रोसेसिंग आखिरकार एक विशेष कौशल के बजाय एक कमोडिटी सर्विस बनती जा रही है। अगर आप ऐसा कुछ भी बना रहे हैं जो इनवॉइस, कॉन्ट्रैक्ट या फॉर्म से जुड़ा है, तो LangExtract आपको कस्टम मॉडल ट्रेन करने या OCR की एज केस डिबग करने के सामान्य महीनों के झंझट के बिना स्ट्रक्चर्ड एक्सट्रैक्शन देता है।