Unstructuredは、AIパイプラインの前処理の段階を受け持ちます。開発者がドキュメントを渡すと、ライブラリがタイトル、段落、表、画像といった要素に分け、メタデータを付けて、埋め込みと検索に使いやすいチャンクにします。
多くのファイル形式と、クラウドストレージや業務アプリなどのコネクタに対応しており、ホスト型のプラットフォームを使えば本番環境でも取り込みを拡大できます。解析の品質は、RAGシステムの品質に大きく影響します。
オープンソースのライブラリは無料で、プラットフォームには有料プランがあります。複雑なレイアウトは今も難しい課題です。代替にはReducto、LlamaParse、Docling、Azure Document Intelligence、Amazon Textractなどがあります。AI向けにドキュメントを用意する開発者に向いています。
