文字识别技术有什么用？
我们可以通过几个目前已经广泛应用且技术成熟的例子来感受一下我们生活中用到的文字识别技术：
a. 自动驾驶汽车通过摄像头采集交通标牌画面，分析其中的文字以了解当前路段限速；
b. 盲人使用手机拍摄餐厅菜单，程序识别其中的文字并用声音朗读出来；
c. 印在纸上的文档用手机拍照扫描识别，即可自动转换为可编辑的电子化文档；
d. 出国旅游用手机拍摄外文标牌或告示，程序实时识别外语文字内容并翻译为母语文字。
文字识别技术的快速发展和实用离不开先进的机器学习能力，而 Amazon SageMaker 通过丰富的功能和强大算力用户提供了快速构建文字识别算法、模型和应用所需的底层 IT 支持。
文字识别技术有什么用？
我们可以通过几个目前已经广泛应用且技术成熟的例子来感受一下我们生活中用到的文字识别技术：
a. 自动驾驶汽车通过摄像头采集交通标牌画面，分析其中的文字以了解当前路段限速；
b. 盲人使用手机拍摄餐厅菜单，程序识别其中的文字并用声音朗读出来；
c. 印在纸上的文档用手机拍照扫描识别，即可自动转换为可编辑的电子化文档；
d. 出国旅游用手机拍摄外文标牌或告示，程序实时识别外语文字内容并翻译为母语文字。
文字识别技术的快速发展和实用离不开先进的机器学习能力，而 Amazon SageMaker 通过丰富的功能和强大算力用户提供了快速构建文字识别算法、模型和应用所需的底层 IT 支持。
亚马逊云科技文字识别相关产品优势
亚马逊云科技文字识别相关产品优势
了解亚马逊云科技文字识别相关产品资讯
使用 Amazon SageMaker 构建机器学习应用
本文介绍了数据科学家和算法工程师训练机器学习模型时常采用的方式，即在单台主机上安装 Jupyter Notebook，并安装相关的依赖包，然后在其上进行代码编写与测试。Amazon SageMaker 是一个端到端的机器学习平台，支持您的模型开发全流程，从数据准备，数据处理，算法构建，模型训练，超参调优，模型部署与监控等环节。
使用 Amazon SageMaker 部署 CVAT AI 自动图像标注系统
Amazon SageMaker 可以帮助开发人员和数据科学家快速准备构建、训练和部署机器学习（ML）模型的完全托管的云服务。特别的 Amazon SageMaker 提供了一种可扩展且经济高效的方法来部署大量的预先训练好的机器学习模型，借助Amazon SageMaker 多容器多模型的部署可以使用单个端点访问的模式提供多种类型的推理服务。
通过 Amazon Textract 提取手写信息
过去几年以来，企业需要处理的文档数量正在急剧增加，其中涵盖涉及不同文档格式的结构化与非结构化文本。以往，处理这类文档并从中提取信息是一项劳动密集型工作，并且实现成本极高。其中涉及复杂的操作，极易出错，经常触犯监管规定并因此造成不必要的罚款。因此，不少数字化成熟度较高的组织开始尝试使用智能文档处理解决方案。
使用 Amazon Textract、Amazon Comprehend 以及 Amazon Lex 从发票中提取会话式洞见
各行各业的组织都需要处理大量纸质文件，其中又以发票类票据居多。以往，对于包含表格、表单、段落以及复选框的各类扫描文档，我们往往很难从中提取出有效信息。虽然目前不少组织已经通过人工、自定义代码或者光学字符识别（OCR）等技术解决了信息提取难题，但其中仍然需要借助完善的表单提取与自定义工作流模板。本文将介绍如何使用 Amazon AI 服务自动实现文本数据处理与洞见发现。
了解亚马逊云科技文字识别相关产品资讯
使用 Amazon SageMaker 构建机器学习应用
本文介绍了数据科学家和算法工程师训练机器学习模型时常采用的方式，即在单台主机上安装 Jupyter Notebook，并安装相关的依赖包，然后在其上进行代码编写与测试。Amazon SageMaker 是一个端到端的机器学习平台，支持您的模型开发全流程，从数据准备，数据处理，算法构建，模型训练，超参调优，模型部署与监控等环节。
使用 Amazon SageMaker 部署 CVAT AI 自动图像标注系统
Amazon SageMaker 可以帮助开发人员和数据科学家快速准备构建、训练和部署机器学习（ML）模型的完全托管的云服务。特别的 Amazon SageMaker 提供了一种可扩展且经济高效的方法来部署大量的预先训练好的机器学习模型，借助Amazon SageMaker 多容器多模型的部署可以使用单个端点访问的模式提供多种类型的推理服务。
通过 Amazon Textract 提取手写信息
Amazon SageMaker 可以帮助开发人员和数据科学家快速准备构建、训练和部署机器学习（ML）模型的完全托管的云服务。特别的 Amazon SageMaker 提供了一种可扩展且经济高效的方法来部署大量的预先训练好的机器学习模型，借助Amazon SageMaker 多容器多模型的部署可以使用单个端点访问的模式提供多种类型的推理服务。
使用 Amazon Textract、Amazon Comprehend 以及 Amazon Lex 从发票中提取会话式洞见
各行各业的组织都需要处理大量纸质文件，其中又以发票类票据居多。以往，对于包含表格、表单、段落以及复选框的各类扫描文档，我们往往很难从中提取出有效信息。虽然目前不少组织已经通过人工、自定义代码或者光学字符识别（OCR）等技术解决了信息提取难题，但其中仍然需要借助完善的表单提取与自定义工作流模板。本文将介绍如何使用 Amazon AI 服务自动实现文本数据处理与洞见发现。
