Google现在让开发者可以更方便从文件数据截取资讯，并用于构建新的大型语言模型应用程序，这项新功能依赖BigQuery与Document AI集成。此功能允许BigQuery用户创建Document AI自定义截取器，运用基础模型对文件和元数据进行自订，用户能够直接从BigQuery调用这些自订模型，实现从文件中截取并存储结构化数据的目标。

过去用户要创建独立的Document AI工作管线，需要手动管理截取逻辑和模式，因为缺乏原生的集成功能，需要自己开发定制化基础设施，同步和维护数据的一致性，这使得用户需要投入大量的资源在文件分析上。而现在Google推出BigQuery与Document AI的集成，用户可以在BigQuery中，创建用于Document AI自定义截取器的远程模型，进行大规模文件分析和生成式人工智能应用。

首先用户需要先在Document AI中创建自定义截取器，借由选择样本文件，并基于Document AI基础模型训练截取器模型。而Document AI也提供现成的截取器，可用于处理各种常见文件类型，像是发票或是身份证件等。

接着，Document AI自定义截取器便可于BigQuery中使用，通过SQL在BigQuery中注册远程模型，调用并使用自定义截取器，来分析文件截取相关字段数据。从文件截取出来的资讯，可以进行文本分析、摘要生成和创建各种创新应用。

BigQuery ML支持训练和部署多种文本模型，可以用来识别客户服务通话中的情绪，或是Python开发者也可使用BigQuery DataFrames for pandas，和类似scikit-learn的API来分析数据。用户也能运用PaLM 2大型语言模型对文件进行摘要，甚至将文件元数据和存储在BigQuery表格中的其他结构化数据集成，开发创新应用。