自 2022 年 OpenAI 发布 ChatGPT 以来，几乎所有行业的大多数人都至少尝试过一次生成式 AI 工具。生成式 AI 的市场规模预计复合年增长率为 24.40%，从而产生 到 2030 年市场规模将达到 2070 亿美元。该技术可以通过多种方式发挥作用。其中之一是使用 OpenAI 从文档中提取数据。
阅读这篇文章，了解基于 ChatGPT 的 AI 从文档中提取数据的应用程序和用例、该技术的挑战和局限性及其前景。
OpenAI GPT 如何帮助从文档中提取数据？
OpenAI 的 ChatGPT 是一种大型语言模型 (LLM)，旨在根据获得的输入理解并生成类似人类的文本。该技术利用大规模机器学习和自然语言处理 (NLP)，使其能够根据特定查询提供数据提取问题的答案。
在顶级大型语言模型中，ChatGPT 因其在文档数据提取方面的先进功能而脱颖而出。我们先来回顾一下OpenAI GPT在该领域的应用。使用该技术的可能方法列表包括但不限于：
- 上下文理解：掌握单词或短语的使用上下文。此功能对于情感分析、机器翻译和对话系统等任务至关重要。
- 自动响应：从电子邮件或基于文本的支持渠道中提取和解释客户查询，以提供自动但准确的响应。它在知识管理中也很有用，可以生成或更新自动常见问题解答。
- 文本摘要：生成长文档、报告或文章的简明摘要，有助于快速决策和信息传播。
- 命名实体识别 (NER)：对命名实体进行识别和分类，例如人名、组织、位置、时间表达、数量等。这对于信息检索、数据挖掘和客户服务机器人非常重要。
- 问答：接收问题，然后提供准确、简洁的答案。这可以应用于客户服务或学术研究等领域。
- 发票处理：从发票中提取相关财务数据，以便自动输入会计系统。
- 医疗记录管理：从健康记录中提取和总结关键信息，以便医疗保健专业人员更轻松地访问和解释。
- 市场研究：分析新闻文章、报告和其他文档并提取市场趋势、客户偏好或竞争情报等数据点。
- 简历筛选：筛选简历，提取教育背景、技能、经验和其他相关信息，以进行自动初步筛选。
使用人工智能从文档中提取数据可以在很多方面提供帮助，具体取决于各个行业企业的特定需求。
在数据提取任务中成功使用 OpenAI GPT 的示例
尽管生成式人工智能技术不久前才公开，但它已经得到了广泛的应用。以下是一些现实世界中基于开放式人工智能的文档数据提取示例以及其他生成式人工智能使用示例，展示了该技术在商业领域的日益普及：
可行的生成分析平台
Viable 平台使公司能够更好地处理客户支持请求并检索可行的见解通过客户互动来提高他们的净推荐值 (NPS)。
他们开始利用经过微调的 OpenAI 法学硕士的功能以超出传统技术的规模分析定性数据。通过这种方式，他们能够帮助客户理解他们通过与客户沟通生成的大量数据。 The Viable 的客户声称生成分析功能每年为他们节省了近 1,000 个小时。
Yabble反馈分析平台
Yabble 平台允许公司从客户反馈中提取数据，为他们的业务提供信息策略并节省手动处理数据的时间。
Yabble Count，一款由 OpenAI ChatGPT 提供支持的人工智能工具，可以分析数千条评论和其他非结构化数据集，按情绪对它们进行分类，并将数据组织成主题和子主题。 Yabble 产品主管 Ben Roe 表示：“用户很喜欢最终理解海量数据和反馈表格并以易于理解的方式呈现这些信息是多么容易。”
B2B求职平台开发
挑战在于确保高质量的职位描述解析并将候选人资料与职位要求相匹配。这将帮助客户简化平台上的候选人采购。作为附加要求，解决方案应符合多元化、公平和包容 (DEI) 原则。
该解决方案是由 Intelliarts 团队创建的 NLP 技术驱动的 ML 模型。它可以将求职委员会或 LinkedIn 等社交媒体网站上的候选人资料与公司打算填补的职位进行比较。它是通过分析文本描述并提取和匹配关键短语来完成的。该解决方案包括一个语义搜索引擎，支持多种搜索过滤器，例如年龄、性别、种族出身等，性别和种族检测准确率超过 90%。
值得注意的是，生成式人工智能并不是唯一能够执行数据提取任务的技术。您还可以使用文档提取、旨在从文档中提取特定信息的非生成式人工智能或基于规则的文档提取软件。
详细的用例只是使用 ChatGPT 进行数据提取的众多示例中的几个，因为公司往往不会披露有关此类问题的信息。广泛使用 ChatGPT 数据提取的行业和企业范围如下图所示。
![ChatGPT 代码气味 [漫画]](http://www.cheeli.com.cn/wp-content/uploads/2024/03/17571910-1710780098409.png "ChatGPT 代码气味 [漫画]")