Mistral OCR
Prodotto
Mistral OCR è un'API di riconoscimento ottico dei caratteri di Mistral AI che converte documenti, inclusi scansioni e tabelle, in Markdown strutturato; nell'episodio viene eseguita in Azure AI Foundry.
Trattati anche
L’episodio su Mistral OCR parla anche di n8n, Chunking, Embeddings, Azure OpenAI Service, GDPR e Retrieval-augmented generation (RAG).
Descrizione
Mistral OCR è un'API di riconoscimento ottico dei caratteri di Mistral AI. Converte documenti, inclusi scansioni e tabelle, in Markdown strutturato, in modo che il loro contenuto possa essere cercato, elaborato o passato ad altri sistemi. Nella documentazione di Mistral la funzionalità compare con il nome Document AI OCR processor, e l'alias mistral-ocr-latest punta al modello OCR più recente. Nell'episodio di M365.FM sul retrieval augmented generation privato, viene utilizzato all'interno di Azure AI Foundry.
Il servizio estrae testo e contenuti strutturati da PDF e immagini, preservando la struttura e la gerarchia del documento. Gli input supportati includono immagini come PNG, JPEG e AVIF, e documenti come PDF, PPTX e DOCX. Un file può essere passato come URL pubblico, in Base64 o come file caricato. La documentazione indica il supporto per più di 40 lingue.
Il risultato viene restituito come oggetto JSON che contiene pagine. Ogni pagina comprende Markdown, immagini, tabelle, collegamenti ipertestuali, intestazione, piè di pagina, dimensioni, punteggi di confidenza e blocchi, e la risposta include anche informazioni sul modello e sull'utilizzo. Le tabelle possono essere lasciate in linea nel Markdown oppure restituite separatamente come tabelle Markdown o HTML tramite un parametro di formato delle tabelle. Intestazioni e piè di pagina possono essere estratti separatamente. L'estrazione dei blocchi restituisce riquadri di delimitazione a livello di paragrafo con etichette strutturali come titolo, elenco, tabella, equazione, didascalia, codice e firma, nell'ordine di lettura. I punteggi di confidenza possono essere richiesti a livello di pagina, blocco o parola.
Alcune funzionalità dipendono dalla versione del modello. Secondo la documentazione, la formattazione delle tabelle e l'estrazione separata di intestazioni o piè di pagina richiedono la versione OCR 2512 o successiva, mentre l'estrazione dei blocchi richiede OCR 4 o successiva. Per grandi volumi, Mistral consiglia il suo servizio Batch Inference e, per l'output strutturato, indica Document Annotations. La pagina della documentazione non menziona Azure AI Foundry, quindi i dettagli su questa configurazione di hosting provengono solo dall'episodio.
Una situazione tipica è una knowledge base costruita a partire da documenti scansionati o basati su immagini. Il testo che esiste solo come scansione non può essere cercato o recuperato da un modello linguistico finché non è stato riconosciuto e convertito. Mistral OCR affronta questa fase producendo Markdown che mantiene titoli, elenchi e tabelle, una forma più utilizzabile per l'indicizzazione rispetto al testo estratto in modo piatto. Le decisioni che lo riguardano riguardano di solito il formato di output per le tabelle, se conservare o eliminare intestazioni e piè di pagina, se servono punteggi di confidenza per segnalare passaggi incerti e se l'elaborazione in batch è appropriata per il volume di documenti.
L'episodio "How to Build Private RAG with SharePoint and n8n" (2026-06-06) colloca Mistral OCR in una configurazione di retrieval augmented generation privata. L'episodio afferma che strumenti come Mistral OCR aiutano a convertire i documenti scansionati in dati ricercabili e migliorano così la knowledge base. Si affianca a una corretta configurazione di SharePoint per l'organizzazione e il recupero dei documenti, e all'automazione dei flussi di lavoro con n8n che collega SharePoint e gestisce le attività di recupero dei dati. L'episodio raccomanda inoltre test e iterazioni regolari affinché la soluzione resti affidabile ed efficiente, e osserva che una soluzione del genere può essere scalata integrando più fonti di dati e adattando i flussi di lavoro alle esigenze di un'organizzazione.
Panoramica compilata con l'AI dagli episodi di M365.FM e dai dati di questa pagina. Puoi migliorarla con il pulsante di modifica qui sotto.
| Tipo | Prodotto |
|---|
Domande frequenti
Le domande contrassegnate con AI sono state scritte con l'AI a partire dai fatti riportati in questa pagina.
Che cosa fa Mistral OCR? (AI)
Mistral OCR è un'API di Mistral AI che estrae testo e contenuti strutturati da PDF e immagini e li restituisce come Markdown, incluse le tabelle, all'interno di una risposta JSON organizzata per pagina.
Quali tipi di file e lingue supporta Mistral OCR? (AI)
Secondo la documentazione di Mistral, gli input possono essere immagini come PNG, JPEG e AVIF oppure documenti come PDF, PPTX e DOCX, forniti come URL pubblico, in Base64 o come file caricato. Sono supportate più di 40 lingue.
Come viene usato Mistral OCR nell'episodio di M365.FM sul RAG privato? (AI)
L'episodio "How to Build Private RAG with SharePoint and n8n" descrive Mistral OCR, in esecuzione in Azure AI Foundry, come un modo per convertire i documenti scansionati in dati ricercabili per la knowledge base alla base di una soluzione RAG basata su SharePoint e n8n.
Community wiki
Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.
Esperti e aziende per questo argomento
Nessuno ha ancora indicato questo argomento. Aggiungilo al tuo profilo.
Mantenuto da Mirko Peters (Microsoft MVP) · Ultimo aggiornamento: