Layout Aware Document Processing And Retrieval Augmented Generation

La bibliothèque Amazon Textract Textractor est une bibliothèque qui fonctionne sans problème avec les fonctionnalités de Textract pour aider au traitement des documents. Tu peux commencer par consulter les exemples dans la documentation. Ce carnet utilise la bibliothèque Textractor pour interagir avec Amazon Textract et interpréter sa réponse. Il enrichit le texte du document extrait avec des balises XML pour délimiter les sections, facilitant le chunking conscient de la mise en page et l'indexation des documents dans une base de données vectorielle (DB). Ce processus vise à améliorer les performances de la Retrieval Augmented Generation (RAG).