ABBYY випустила FineParser — OCR на CPU для AI-конвеєрів

FineReader перепакували для AI-конвеєра

ABBYY перепакувала свій OCR-рушій FineReader у self-hosted інструмент, який перетворює документи на структурований текст, придатний для AI-систем. Новий продукт FineParser працює в контейнері Docker на CPU і не потребує GPU. Його мета — зберігати розмітку документа під час вилучення вмісту.

FineParser приймає зображення документів багатьма мовами й перетворює їх на структурований, форматований текст, який далі можна обробляти генеративними AI-моделями. Це не єдине призначення: за словами ABBYY, інструмент також допоможе перенести друкований текст у сучасну CMS, підтримати архівування або стати одним з етапів виробничого конвеєра.

«Детерміноване» вилучення, генеративний результат

ABBYY називає підхід FineParser «детермінованим» AI. Рушій вилучає текст і структуру документа, а не генерує їхню правдоподібну версію; результат потім можна передати генеративній AI-системі, відповіді якої значно менш передбачувані.

Збереження структури означає розпізнавання колонок у порядку читання, заголовків і таблиць — навіть без рамок — замість купи вилученого тексту. За даними ABBYY, FineParser також працює з рукописним текстом і понад 200 мовами. Розробники надсилають документи через REST API та отримують результат як звичайний текст, JSON або DocLang — компактний формат, призначений для подання на вхід великих мовних моделей.

Безкоштовний тариф, сервер ліцензій і відкриті компоненти

Сам FineParser не є відкритим кодом, хоча ABBYY веде репозиторій на GitHub для прикладів і підтримки спільноти. Self-hosted інструмент має безкоштовний тариф: 1 000 сторінок на місяць протягом одного року. Платні тарифи звертаються до сервера ліцензій для перевірки, а для повністю офлайнового розгортання, за словами ABBYY, потрібен план Enterprise.

Компанія також пропонує NeoML — програмований фреймворк машинного навчання з відкритим кодом, опублікований на GitHub, — та OCR SDK для тих, хто хоче вбудувати рушій FineReader у власні продукти.

Чому це важливо

Суть FineParser проста: перш ніж велика мовна модель зможе зробити з документом щось корисне, хтось має правильно прочитати цей документ. ABBYY робить ставку на те, що її перевірений десятиліттями підхід до OCR — робота на CPU, збереження розмітки й передача генерації тексту іншим інструментам — досі має місце в AI-конвеєрі. Іноді найкориснішою виявляється саме старомодна частина.