Azure AI Document Intelligence (이전 명칭 Azure Form Recognizer)는 머신러닝 기반 서비스로, 디지털 또는 스캔된 PDF, 이미지, Office 및 HTML 파일에서 텍스트(필기 포함), 표, 문서 구조(예: 제목, 섹션 제목 등) 및 키-값 쌍을 추출합니다. Document Intelligence는 PDF, JPEG/JPG, PNG, BMP, TIFF, HEIF, DOCX, XLSX, PPTX 및 HTML을 지원합니다.
Document Intelligence를 사용하는 현재 loader 구현은 페이지별로 콘텐츠를 통합하여 LangChain document로 변환할 수 있습니다. 기본 출력 형식은 markdown이며, 의미론적 문서 청킹을 위해 MarkdownHeaderTextSplitter와 쉽게 연결할 수 있습니다. 또한 mode="single" 또는 mode="page"를 사용하여 단일 페이지의 순수 텍스트를 반환하거나 페이지별로 분할된 문서를 반환할 수 있습니다.

​
사전 요구 사항

3개의 미리보기 지역 중 하나에 Azure AI Document Intelligence 리소스가 필요합니다: East US, West US2, West Europe - 리소스가 없는 경우 이 문서를 참조하여 생성하세요. loader에 매개변수로 <endpoint>와 <key>를 전달해야 합니다. 
pip install -qU  langchain langchain-community azure-ai-documentintelligence

​
예제 1

첫 번째 예제는 Azure AI Document Intelligence로 전송될 로컬 파일을 사용합니다. 초기화된 document analysis client를 사용하여 DocumentIntelligenceLoader의 인스턴스를 생성할 수 있습니다: 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, file_path=file_path, api_model="prebuilt-layout"
)

documents = loader.load()
기본 출력은 markdown 형식 콘텐츠를 포함하는 하나의 LangChain document를 포함합니다: 
documents

​
예제 2

입력 파일은 공개 URL 경로일 수도 있습니다. 예: raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png. 
url_path = "<url>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, url_path=url_path, api_model="prebuilt-layout"
)

documents = loader.load()

documents

​
예제 3

mode="page"를 지정하여 페이지별로 문서를 로드할 수도 있습니다. 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    mode="page",
)

documents = loader.load()
출력은 각 페이지가 리스트의 별도 document로 저장됩니다: 
for document in documents:
    print(f"Page Content: {document.page_content}")
    print(f"Metadata: {document.metadata}")

​
예제 4

analysis_feature=["ocrHighResolution"]을 지정하여 추가 기능을 활성화할 수도 있습니다. 자세한 내용은 다음을 참조하세요: aka.ms/azsdk/python/documentintelligence/analysisfeature. 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
analysis_features = ["ocrHighResolution"]
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    analysis_features=analysis_features,
)

documents = loader.load()
출력은 고해상도 추가 기능으로 인식된 LangChain document를 포함합니다: 
documents
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.
⌘I