智能结构化：适应任意版式，提高数据可用性

智能结构化基于业界领先的深度学习技术和图像检测技术，对于没有制作对应模板的票据卡证，模型自动关联键值寻找文本结果，有效提升文本数据的可用性，提高客户录入效率。

 

 

 

自定义结构化：根据客户传参，智能调整结构化文本内容

智能结构化可由客户自定义建立键值，自定义结构化数据结构。模型底层识别算法精度高，针对各类版式综合识别准确率超过90%，识别对于1300+种常见版式，通过自定义设置后综合准确率可达98%。

产品特性

智能结构化：一个产品满足附加需求，增加客户粘性

智能结构化：低成本、低门槛、短周期的方式快速接入

为客户的非标准产品需求形成轻量级OCR解决方案。平台整合资源最大程度的优化，避免重复发明轮子，提高效率，降低成本。

 

算法优势：海量数据预训练，精度高、泛化性强

客户案例：集成智能结构化识别核酸记录，助力复工复产

腾讯问卷、腾讯技术公益、微搭集成腾讯云智能结构化，推出疫情健康申报服务，一个接口智能识别不同地区的用户核酸截图，抽取信息对检测结果日期校验，助力复工复产。

客户案例：云贷识别业务非标单据，快速搭建保理业务系统

传统模式下，保理机构自身发展也面临数字化水平、展业效率等问题的约束。腾讯云保理业务通过集成智能结构化，节省评估流程与定制费用，降低了保理机构的风控难度，简化了操作流程，快速搭建保理业务系统。

客户案例：运荔枝识别道路运输证，实现货运信息数字化管理

物流运输行业客户，在司机注册环节需录入道路运输证等信息。通过智能结构化，用户通过拍照上传不同地区的道路运输证，抽取共有字段，快速实现司机证件的识别录入和管理。

与市面友商方案对比

友商采用传统的模板类字段检测，采用将目标字段转化为图像目标检测的方式，检测后再进行文字识别或利用正则规则进行简单纠错。正则规则需为不同场景编写匹配规则，难以覆盖所有场景情况。智能结构化可结合语义与海量数据特征预学习，线上自动优化识别效果。