Der bedeutendste Wert von Hyperscience ist die Extraktion strukturierter Daten. Wir sehen eine hohe Genauigkeit und ein hohes Maß an Automatisierung - insbesondere bei fein abgestimmten Produktionsmodellen.
Das zweite, was mir gefällt, ist die Geschwindigkeit der Zuordnung jedes Feldes und die Einfachheit, neue strukturierte Dokumente hinzuzufügen. Es wird nur ein leeres Muster benötigt, um es zur Dokumentenbibliothek hinzuzufügen. Bewertung gesammelt von und auf G2.com gehostet.
Die halbstrukturierte Extraktion verläuft nicht so reibungslos wie die strukturierte, da die Einbindung von Menschen in mehreren Schritten erforderlich ist. Die Maschine benötigt oft Hilfe beim Schritt der Feldklassifizierung und der Transkription - dies führt dazu, dass der Extraktionsprozess in zwei Teilen gestoppt wird.
Zweitens erfordert das Training in der halbstrukturierten Extraktion mindestens 400 Proben, die nicht leicht zu beschaffen sind. Dies nimmt Zeit in Anspruch und macht die Implementierung langsamer als erwartet.
Schließlich, aber am wichtigsten - es sind keine KI-Funktionen verfügbar. Sie fallen im Vergleich zu ähnlichen IDP-Tools auf dem Markt zurück. Bewertung gesammelt von und auf G2.com gehostet.






