如何把图片上的文字转换成文字——Amazon Web Services 轻松做到

• 在美国东部（北弗吉尼亚州）区域启动以下 CloudFormation 模板:
• 请不要修改栈名称或者参数 botname InvoiceBot。
• 在 Capabilities and transforms 部分，勾选全部三个复选项，确认由 Amazon CloudFormation 创建 IAM 资源并扩展模板。

关于上述资源的更多详细信息，请参阅 Amazon IAM 资源。

此模板使用 Amazon Web Services 无服务器应用程序模式（ Amazon
Serverless Application Model，Amazon SAM）以简化面向无服务器应用程序的函数与 API 定义流程，同时为各项服务提供环境变量等功能支持。

• 选择 Create stack。
  

以下截屏所示，为 Stack Detail 页面中显示的栈状态，目前为CREATE_IN_PROGRESS。在20分钟之内，该状态将转换为CREATE_COMPLETE，代表栈创建完成。

在 Outputs 选项卡中，复制 LexLambaFunctionArn, AssetsUploadBucket, ExtractedTextfilesBucket以及 LexUIWebAppUrl 的值。

要将文档上传至新的 S3 存储桶，请选择与您之前复制的 AssetsUploadBucket 相对应的S3存储桶URL。上传 PDF 或图像，即可开始文本提取流程。

您也可以从 GitHub repo 处下载本文中使用的发票数据，并将其上传至 AssetsUploadBucket S3 URL。我们建议您在发票模板中使用自定义解决方案。关于上传文件的更多详细信息，请参阅如何向 S3 存储桶上传文件与文件夹？

我们将使用以下会话对机器人进行建模：

Bot: Welcome to InvoiceBot. You can ask me to provide your invoice summary, or details of your invoices, or your invoice notes（欢迎访问 InvoiceBot。您可以要求我提供发票摘要、发票明细或发票注释）

用户: Show me the invoice summary（显示发票摘要）

Bot: I reviewed your input documents and found 1 invoice with invoice numbers 35678-9 totaling $2100.0. I can get you invoice details or invoice notes. Simply type your request（我检查了您的输入文件，发现其中包含1张发票，发票编号为35678-9，金额总计2100美元。我可以为您提供发票详细信息或发票注释。请输入您的要求

用户： Get me the invoice details（获取发票明细）

Bot: Please enter the invoice number（请输入发票编号）

用户： 35678-9

Bot: Invoice Details for 35678-9: On 5/10/2019 for the item One there is a charge of 1500.00. On 5/11/2019 for the item Merchant Two there is a charge of 100.00. On 5/12/2019 for the item Merchant Three there is a charge of 300.00. On 5/13/2019 for the item Merchant Three there is a charge of 200.00. You can request me for invoice notes or simply close this chat.（35678-9发票明细：2019/5/10，费用项一金额为1500美元。2019/1/11，费用项二为100美元。2019/5/12，费用项三为300美元。20195/13，费用项四为200美元。您可以要求我提供发票记录，也可以直接关闭本次聊天。）

用户： Can you show me the invoice notes for 35678-9（显示35678-9号发票注释）

Bot: Invoice Notes for 35678-9: 5/13/2019 Merchant Three 200.00 Merchant Three 300.00 Laptop Office Supplies Merchant Two 100.00 Team Dinner Food 5/12/2019 5/11/2019 Desks and Office Supplies 5/10/1019 Merchant One 1500.00 Chairs . Feel free to try the options again or you can simply close this chat（35678-9号发票注释：2019/5/13，购入三项计200美元。购入三项计300美元，为电脑办公桌。2019/5/12购入两项100美元，为团队晚餐。2019/5/11，为办公桌与办公服务器。2019/5/10 购入一项计1500美元，为椅子。

我们还可以使用以下意图构建其他 Amazon Lex 机器人（InvoiceBot）：

• GetInvoiceSummary – 用户请求查看发票摘要时所调用的意图。由 Lambda 函数完成，可返回当前可用发票的数量与发票总金额。
  
• GetInvoiceDetails – 用户请求查看发票明细时所调用的意图。可通过 Lambda 函数实现，用于提供发票各条目明细，包括日期、数量与条目明细。
• GetInvoiceNotes – 用户请求查看发票注释时所调用的意图。通过 Lambda 函数完成，提供带有日期与项目描述的发票注释信息。
   

如之前的解决方案概述中所提到，您可以使用 Amazon Lex 聊天机器人(InvoiceBot)与 Amazon Comprehend 提取自 Amazon Textract 文本中的洞见进行交互。

要发布您的聊天机器人，请完成以下操作步骤：

• 在 Amazon Lex 控制台上，选择 Bots。
• 选择您所创建的聊天机器人。

• 选择 Save intent。
• 在另外两项意图 GetInvoiceDetails 与 GetInvoiceNotes 中，重复上述步骤。
• 选择 Build。
• 在构建完成后，选择 Publish。

• 在 Create an alias 部分，输入 Latest。您也可以使用其他名称，例如测试、开发、beta 或者生产等皆可，用于代指机器人的运行环境。 
• 择 Publish。

在机器人发布完成后，系统将打开以下页面。

• 选择 Close。

本文介绍了如何在 Amazon Lex 中创建一款会话式聊天机器人，使用 Amazon Textract 从图像或 PDF 文档中提取文本，使用 Amazon Comprehend 从文本中提取洞见，并通过机器人实现与洞见的交互。本文中所使用的代码皆发布在 GitHub repo 当中，供您随意使用及扩展。我们也期待了解您如何将这套解决方案应用于实际用例，请在评论区中分享您的观点与疑问。

相关文章

返回上一级 机器学习文章>>