文档智能处理的任务流程：一些建构与思考

❝

本文虽然介绍了文档智能处理，但是主要是「按照文档材料的再数字化流程来重塑文档智能处理的任务流程」，侧重于「格式各异的文档加工整理成图文分离、格式与内容分离的编辑稿的过程」。现在为了实现文档的智能处理，将文档处理拆分成了预处理、解析、识别、还原和再生这几个过程，旨在提供高质量的数字化文档。但是在不久的将来，这些「技术也许会被端到端的GPT-4V这样的多模态通用大模型所取代」---因此「相关技术途径是否有继续研究的必要，是需要慎思的」---希望读者理性对待。

❞

背景介绍

基本内涵

理解和定位

文档智能本身主要是为了处理各种各样的格式，然后还原成相应的格式。

主要过程

处理流程

预处理阶段

解析阶段

识别阶段

还原阶段

再生阶段

应用阶段

部分关键技术

场景文字检测与识别

版面分析技术

其他文档内容识别

通用文档理解预训练模型

应用场景

文档信息抽取

文档智能问答

结语