Automatización del procesamiento de documentos con Amazon Textract - Desde el OCR hasta la extracción de formularios y tablas

El reconocimiento estructural de formularios y tablas, que va más allá del OCR, extrae automáticamente datos de facturas, recibos y documentos de identidad. También se presenta la integración de la revisión humana mediante A2I.

Unos 8 min de lecturaÚltima actualización: 2026-10-31

Estructura de las API de Textract

Textract es un servicio de análisis de documentos basado en aprendizaje automático que, además de texto, extrae datos estructurados de formularios y tablas. DetectDocumentText es la función básica de OCR y extrae texto de imágenes y PDF por líneas y palabras. AnalyzeDocument es la función de análisis que reconoce formularios (pares clave-valor) y tablas (estructuras de filas y columnas). Por ejemplo, de «Nombre: Taro Yamada» en un formulario de solicitud, empareja automáticamente la clave «Nombre» con el valor «Taro Yamada». AnalyzeExpense es una API especializada en facturas y recibos que extrae como datos estructurados el nombre del proveedor, la fecha de factura, el importe total, el importe de impuestos y las líneas de detalle. AnalyzeID extrae información como el nombre, la fecha de nacimiento y la dirección de documentos como permisos de conducir y pasaportes emitidos por el Gobierno de Estados Unidos.

Procesamiento asíncrono de grandes volúmenes de documentos

Las API síncronas admiten imágenes de una sola página, pero para procesar PDF de varias páginas o grandes volúmenes de documentos se usan las API asíncronas. El procesamiento se inicia con StartDocumentTextDetection o StartDocumentAnalysis, y se envía una notificación de finalización a un tema de SNS. Se usa con frecuencia una configuración basada en eventos en la que una función Lambda recibe la notificación y obtiene los resultados con GetDocumentTextDetection o GetDocumentAnalysis. Construyendo un pipeline que, con la carga de documentos a S3 como desencadenador, invoca Textract desde Lambda y almacena los resultados de la extracción en DynamoDB, se puede automatizar el procesamiento de documentos.

Mejora de la precisión y revisión humana

A cada campo de los resultados de extracción de Textract se le asigna una puntuación de confianza (0-100%). Los resultados cuya confianza está por debajo de un umbral se pueden enrutar a un flujo de trabajo de revisión humana mediante Amazon Augmented AI (A2I). Los revisores comprueban en la consola de A2I el documento original y los resultados de la extracción uno al lado del otro, y realizan correcciones. Los resultados de las correcciones se pueden usar para reexaminar el procesamiento posterior. Con la función Queries de Textract, se puede especificar una pregunta en lenguaje natural (por ejemplo, «¿Cuál es el nombre del paciente?») para extraer información específica de los documentos, y también se pueden manejar documentos sin una estructura de formulario fija.

Precios de Textract

Los precios de Textract son de pago por uso por API. DetectDocumentText (OCR) cuesta unos 0.0015 USD por página; AnalyzeDocument (formularios / tablas), unos 0.015 USD; AnalyzeExpense (facturas), unos 0.01 USD, y AnalyzeID (documentos de identidad), unos 0.01 USD (a fecha de agosto de 2026). La función Queries cuesta unos 0.015 USD por página, a los que se suman unos 0.005 USD por consulta. Cuando se procesan grandes volúmenes de documentos, se pueden reducir los costes con un procesamiento en dos fases que primero ejecuta el OCR con DetectDocumentText y aplica AnalyzeDocument solo a las páginas que requieren la extracción de datos estructurados.

Procesamiento de documentos de identidad y verificación de identidad

AnalyzeID extrae de forma estructurada el nombre, la fecha de nacimiento, la dirección y la fecha de caducidad, entre otros datos, de documentos de identidad como permisos de conducir y pasaportes emitidos por el Gobierno de Estados Unidos. Es adecuado para la verificación de identidad (KYC) en la apertura de cuentas y el registro de socios, donde la información se lee automáticamente del documento fotografiado por el usuario y se introduce en el formulario de entrada. Es posible reducir el esfuerzo y los errores de la introducción manual y hacer fluida la experiencia de registro. Sin embargo, los datos que se manejan son información personal sensible. Por ello, el requisito previo es una operación que aplique rigurosamente la indicación explícita de la finalidad de la obtención, la gestión de los periodos de conservación y el control de acceso, y que elimine de forma fiable los datos que ya no sean necesarios.

Comprensión del significado mediante la integración con Comprehend

Textract se encarga del trabajo hasta la extracción de los caracteres y la estructura, y para interpretar el significado de ese contenido es eficaz combinarlo con Comprehend. Si se pasa el texto extraído a Comprehend, se pueden realizar la extracción de entidades con nombre como nombres de personas, nombres de organizaciones y fechas, la clasificación de documentos y la determinación del sentimiento, entre otras tareas. Además, si se añade un procesamiento que detecta la información personal de los documentos y la enmascara, se puede proteger la información sensible antes de almacenarla o compartirla. Repartiendo los papeles entre la extracción de caracteres y la comprensión del significado, se pueden crear pipelines de procesamiento automático basados en el contenido.

Verificación y resaltado que aprovechan la información de coordenadas

Los resultados de Textract incluyen información de coordenadas (cuadros delimitadores) que indica en qué lugar de la página se encuentra cada elemento extraído. Al usarla, las zonas extraídas se superponen sobre la imagen del documento original y resulta fácil que los revisores comprueben de qué parte se leyó el valor. Tomando como referencia la información de posición, también se pueden crear reglas de extracción precisas, como adoptar solo los valores escritos en una región concreta. Como los resultados de la extracción se pueden asociar visualmente con el original, resulta fácil avanzar en el trabajo de comprobación y en la detección y corrección de extracciones erróneas.

Seguridad y cumplimiento

Los documentos empresariales a menudo contienen información personal o confidencial, por lo que el diseño de seguridad de la plataforma de procesamiento es importante. Los documentos almacenados y los resultados de la extracción se cifran, y el acceso se limita al mínimo privilegio con IAM. Si no se desea que el tráfico pase por Internet, se puede invocar Textract a través de un endpoint de VPC y mantener la comunicación en una red cerrada. Se registra quién accedió a qué en cada fase del procesamiento para que se pueda auditar. Se definen los periodos de conservación de los datos y se implanta un mecanismo que elimine de forma fiable los originales y los resultados de la extracción que ya no sean necesarios. Con ello, resulta fácil avanzar en un procesamiento de documentos acorde con los requisitos de cumplimiento.

Resumen

Textract es un servicio que extrae datos teniendo en cuenta la estructura de los documentos. Ofrece API específicas según el tipo de documento, como formularios, tablas, facturas y documentos de identidad, y ayuda a reducir el trabajo de introducción manual. Si se incorpora la revisión humana mediante la integración con A2I, también se puede usar en flujos de trabajo empresariales que exigen precisión.

Referencias (recursos oficiales de AWS)

Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.

Si esta página y la documentación oficial difieren, prevalece la documentación oficial.

Entrenamiento de machine learning basado en GPU con AWS Batch - Entrenamiento a gran escala con eficiencia de costosEjecute entrenamiento GPU con sus contenedores Docker existentes y reduzca costos hasta un 90% usando instancias Spot y checkpointing. Incluye orientación sobre cuándo elegir Batch sobre SageMaker.Uso de Claude en Amazon Bedrock - Selección de modelos, diseño de prompts y optimización de costosComparamos los modelos Anthropic Claude disponibles en Amazon Bedrock, proporcionamos directrices de selección de modelos por caso de uso y cubrimos mejores prácticas de diseño de prompts y optimización de costos.Construcción de aplicaciones RAG con Amazon Bedrock Knowledge Bases - Implementación de generación aumentada por recuperaciónIndexe automáticamente documentos en S3 y unifique búsqueda y generación con la API RetrieveAndGenerate. Cubre la selección de estrategia de chunking y la seguridad con Guardrails.Primeros pasos con computación cuántica en Amazon Braket - Diseño y simulación de circuitos cuánticosCree prototipos gratis con el simulador local y ejecute circuitos cuánticos en el hardware real de IonQ y Rigetti. Presentamos técnicas para implementar VQE y QAOA con Hybrid Jobs.ML con preservación de privacidad con AWS Clean Rooms ML - Construya modelos sin compartir datosAprenda cómo construir modelos lookalike con Clean Rooms ML, aplicar privacidad diferencial y aprovechar los resultados para segmentación publicitaria.Procesamiento de lenguaje natural con Amazon Comprehend - Análisis de sentimiento y extracción de entidadesExplicamos el análisis de sentimiento, la extracción de entidades y la construcción de modelos de clasificación personalizados con Comprehend.Construcción de bots conversacionales - Interfaces de conversación natural con Amazon Lex y PollyAprenda a construir bots conversacionales utilizando Amazon Lex y Amazon Polly.Extracción de texto de documentos - Procesamiento inteligente de documentos con Amazon TextractExplicamos la extracción automática de texto, tablas y datos de formularios de documentos con Amazon Textract, y la construcción de pipelines de procesamiento de lenguaje natural en combinación con Amazon Comprehend. Presentamos patrones de automatización para procesamiento de facturas y análisis de contratos.