La empresa Dharma AI ha presentado Field Extractor, un modelo compacto que toma la imagen de un documento y devuelve datos estructurados en formato JSON. Sirve para cualquier tipo de documento, desde facturas hasta identificaciones, sin ajustes específicos por tipo.
Se puede pedir una extracción abierta, sin esquema, o indicar una estructura exacta campo a campo, con tipos de dato y nombres de clave propios del sistema del cliente. Si un campo no existe en el documento, el modelo devuelve null en lugar de inventar un valor.
La propia empresa advierte de que esa cifra de coste no es un precio de venta, porque depende del hardware, del volumen y de la latencia de cada despliegue. Field Extractor se basa en DharmaOCR-LITE v1.1 y se entrenó con 43.384 ejemplos; los conjuntos SROIE y FUNSD no se usaron en el entrenamiento.