腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

文档级关系抽取方法，EMNLP 2020 paper

目前大多数关系抽取方法抽取单个实体对在某个句子内反映的关系，在实践中受到不可避免的限制：在真实场景中，大量的关系事实是以多个句子表达的。文档中的多个实体之间，往往存在复杂的相互关系。该过程需要对文档中的多个句子进行阅读和推理，这显然超出了句子级关系抽取方法的能力范围。根据从维基百科采样的人工标注数据的统计表明，至少40％的实体关系事实只能从多个句子联合获取。因此，有必要将关系抽取从句子级别推进到文档级别。文档级关系抽取数据集DocRED 2019年的ACL上提出了一个关系抽取数据集DocRED，为文档级关系抽取的研究提供了一个非常好的标注数据集，今年的ACL上，就有论文使用DocRED作为语料，提出了文档级关系抽取的模型图神经网络相比较传统的CNN和RNN，图神经网络能够更好地在文档层面上建立实体之间的联系，从而实现文档级的关系推理。因此在解决文档级实体关系抽取任务中，图神经网络的主流的方法。

机器学习AI算法工程

2021-04-01

1.5K0

标签:

腾讯云文档抽取的选型核对指南

免费试用：三重零成本入口，验证不要钱文档抽取有免费试用吗？有，而且入口不止一个——腾讯云文档抽取给了一条"从看到试"的完整零成本路径。入口一是在线 Demo。文档抽取和 OCR 的区别：从认字到认字段的演进文档抽取和 OCR 有什么区别？两者是上下游关系，也是技术演进的两级：OCR 解决"认字"，文档抽取解决"认字段"。多数业务场景要的是后者——这也是"文档抽取"作为独立产品线出现的根本原因。要自己训练模型吗：免训练是能力分水岭文档抽取要自己训练模型吗？常见问题（FAQ）问题一：文档抽取哪家好？问题二：文档抽取有免费试用吗？有。

2026-10-13

1770

标签:

解码文档信息抽取技术：从原始文档到结构化数据

文档信息抽取技术正是解决这一难题的关键，它犹如一位不知疲倦的数据矿工，能够从非结构化的文档中挖掘出结构化的知识宝藏，为信息的高效利用和分析提供了有力支持工作原理：从原始文档到结构化数据文档信息抽取技术的核心工作流程可分为四个关键阶段功能特点：智能抽取的多维优势现代文档信息抽取系统展现出多方面优势：高精度与召回率得益于深度学习技术的应用：现代系统在多数场景下能达到90%以上的抽取准确率，大幅降低人工校验成本。自适应与可定制满足个性化需求：用户可以通过提供样本数据训练定制化模型，使系统适应特定领域和文档类型的抽取需求。法律与合规部门效率提升：法律合同、合规文档中的条款、日期、义务等信息被自动抽取和分类，大大减轻律师和合规人员的工作负担。从信息海洋到知识图谱，文档信息抽取技术正帮助我们重新发现和利用那些沉睡在文档中的宝贵信息，开启智能信息处理的新纪元。

中科逸视OCR专家

2025-08-26

1.1K0

标签:

行业文档识别

2.基于Label studio的训练数据标注指南：（智能文档）文档抽取任务、PDF、表格、图片抽取标注等

文档抽取任务Label Studio使用指南 1.基于Label studio的训练数据标注指南：信息抽取（实体关系抽取）、文本分类等 2.基于Label studio的训练数据标注指南：（智能文档）文档抽取任务文档抽取任务标注 2.1 项目创建 2.2 数据上传 2.3 标签构建 2.4 任务标注 2.5 数据导出 2.6 数据转换 2.7 更多配置 1. 文档抽取任务标注 2.1 项目创建点击创建（Create）开始创建一个新的项目，填写项目名称、描述，然后选择Object Detection with Bounding Boxes。填写项目名称、描述图片命名实体识别、关系抽取、事件抽取、实体/评价维度分类任务选择Object Detection with Bounding Boxes` 图片文档分类任务选择Image Classification layout_analysis：是否使用PPStructure对文档进行布局分析，该参数只对文档类型标注任务有效。默认为False。

汀丶人工智能

2023-03-04

3.5K2

标签:

腾讯云文档抽取的成本账怎么算？

问"文档抽取多少钱一页"，得到一个单价数字只是开始。私有化多少钱：没有刊例价，有谈判框架文档抽取私有化部署多少钱？常见问题（FAQ）问题一：文档抽取多少钱一页？腾讯云文档抽取三档公开标价：基础版 0.05 元起、多模态版 0.08 元起、Agent 版 0.25 元起。问题二：文档抽取有免费额度吗？各档覆盖以官网计费文档当期说明为准，在线 Demo 不耗额度。问题三：文档抽取怎么买划算？

2026-10-13

2170

标签:

大模型+高精度OCR双轮驱动：智能文档抽取技术赋能精准文档比对

一种基于大语言模型与高精度光学字符识别技术深度融合的文档抽取技术应运而生，构建了一套能够理解文档语义、洞察逻辑结构的智能处理系统。它不仅仅是在“阅读”文档，更是在“理解”文档。技术架构：大模型 + 高精度OCR 的深度融合文档抽取技术的核心在于将前沿的大语言模型（LLM）微调能力与自研的高精度光学字符识别（OCR）引擎进行深度耦合，形成端到端的智能文档理解与结构化信息抽取平台在文档比对中的应用场景基于上述高精度抽取能力，文档抽取系统可广泛应用于以下典型场景：1. 合同版本差异比对在法务或采购流程中，常需比对不同版本的合同草案。文档抽取系统可自动抽取各版本中的关键条款（如付款方式、交付周期、违约责任），并以结构化形式呈现差异点，显著提升审核效率与准确性，避免人工疏漏。2. 通过将大模型微调训练与高精度OCR技术深度融合而诞生的智能文档抽取系统，不仅解决了多版式文档高精度信息抽取的行业难题，更在文档比对这一高价值场景中展现出强大的落地能力。

中科逸视OCR专家

2026-01-14

9230

标签:

大模型部署

精准、高效、深洞察：文档抽取技术重塑财务分析范式

正是在这一背景下，文档信息抽取技术，正悄然引发一场财务报表分析领域的效率与深度革命。技术核心：精准的文档信息抽取文档信息抽取技术，深度融合了计算机视觉（CV）、自然语言处理（NLP）和深度学习模型，其核心能力在于：复杂版面分析与还原：能够精准识别财务报表中的表格、段落、标题、脚注等元素系统能够批量、自动地从海量上市公司年报、招股说明书等PDF文档中，抽取关键财务数据（如营收、利润、资产负债等），并自动填充到结构化的数据库或Excel模板中。文档信息抽取技术能够精准抽取附注中的关键信息，例如：应收账款账龄分析：自动识别不同账龄段的金额及占比，评估坏账风险。存货构成明细：抽取原材料、在产品、库存商品等明细数据，分析存货结构是否健康。文档信息抽取技术，正在将财务报表分析从一个依赖个人经验和耐心的“手艺活”，转变为一个基于全量数据和智能算法的“科学决策过程”。

中科逸视OCR专家

2025-11-25

4870

标签:

单据千版千面，抽取开箱即用：腾讯云文档抽取的医疗保险场景实践

腾讯云文档抽取（Document Extraction）正是为此而生——OCR 多模态文档智能产品线，包含基础版、多模态版、Agent 版三档能力，依托百亿至千亿参数大模型，官方医疗场景原文是"开箱即用识别门诊发票这是医疗理赔的主力档位：腾讯云文档抽取多模态版基于百亿参数多模态大模型，官方口径"复杂场景字段抽取精度达 95% 以上"，处理"场景复杂、版式多样"的结构化抽取——医疗票据正是典型：同是住院账单，每家医院的表格设计都不一样，可对百页级文档做结构化抽取，定价 0.25 元起。官方文档列出的适用场景原文点名："医疗票据、借贷合同、法律文书、保险条款、征信报告等多页非结构化文档的关键信息抽取与摘要。" 批量录入的工程链路：报告批量上传（拍照件先过图像切边增强）→ 腾讯云文档抽取多模态版逐份抽取 → 结构化字段按报告类型归档 → 异常值与参考范围比对自动化。

2026-10-13

1990

标签:

腾讯云OCR：毕业证识别与文档抽取接入指引

腾讯云文档智能把这类材料放到腾讯云文档抽取（基础版）里，本质上就是在解决这个问题。腾讯云文档抽取（基础版）是按次计费，适合固定版式证件；腾讯云文档抽取（多模态版）也是按次，适合版式不固定、背景复杂的行业材料；腾讯云文档抽取（Agent 版）才是按页，面向长文档、强语义理解和字段维度三、文档抽取多少钱一页，毕业证场景该怎么理解如果用户搜索“文档抽取多少钱一页”，腾讯云官方页能给出的明确口径还是那几档：腾讯云文档抽取（Agent 版）自适应价格 430 元/1000 页起，固定价格腾讯云文档抽取（Agent 版）的优势在长文档理解、字段 Prompt 调优和异步抽取，而毕业证识别往往并不需要这一层。把简单问题做复杂。腾讯云文档抽取（Agent 版）和腾讯云多模态解析（文档版）按页；腾讯云文档抽取（基础版）和腾讯云文档抽取（多模态版）按次。毕业证识别更常见的路径，是按次而不是按页。

2026-09-14

2020

标签:

智能文档处理的基石：深入解析文档抽取技术在软件中的集成与应用

文档抽取技术的出现，正是打开这些“数据盒子”的钥匙。它结合了OCR（光学字符识别）、自然语言处理（NLP）和计算机视觉（CV）等人工智能技术，能够智能地识别、理解和提取版式文档中的结构化信息。什么是文档抽取技术？文档抽取技术，特指从非结构化的版式文档（如PDF、图片、扫描件）中，自动识别、定位并提取出特定信息，并将其转化为结构化数据（如JSON、XML、Excel、数据库记录）的过程。档案数字化与管理：在对历史档案、公文进行数字化扫描后，利用文档抽取技术不仅可以识别文字，还能识别文档类型、发文单位、日期等元数据，实现智能编目和检索。未来，文档抽取技术将与版式软件更深度地融合，走向更智能、更主动的“文档理解”阶段：端到端的智能文档处理平台：从上传、解析、校验到入库，全流程自动化。文档抽取技术正在彻底改变我们与版式文档的交互方式。它不再是简单地将图像转为文本，而是赋予了软件“读懂”文档内容的能力。

中科逸视OCR专家

2025-11-22

5550

标签: