合合信息TextIn ParseX通用文档解析平台
立即咨询
首页
RAG、Agent、DP或文档相关任务落地常见问题
我们的针对性方案文档解析
支持将任意格式的文件(图片、PDF、Doc/Docx、网页等)解为Json或Markdown格式，以对LLM最友好的方式呈现。
OpenKIE
提供泛场景、开放域、开箱即用的图像文档信息抽取能力，其基于合合信息强
大的文字识别能力，结合了文档解析、文档检索和自研大模型三项核心技术。众多场景超过gpt4和gpt4v
大的文字识别能力，结合了文档解析、文档检索和自研大模型三项核心技术。众多场景超过gpt4和gpt4v
Text Embedding
Embedding对于各种不同的下游NLP任务十分重要，如分
类、聚类、检索、句子相似性判断等。
合合信息发布的文本向量化模型acge_text_embedding
在中荣获MTEB中文榜单(C-MTEB)第一名的成绩。
类、聚类、检索、句子相似性判断等。
合合信息发布的文本向量化模型acge_text_embedding
在中荣获MTEB中文榜单(C-MTEB)第一名的成绩。
加速器一：通用文档解析-Parsex
加速器二：智能文档抽取-OpenKIE测试集场景:覆盖银行、保险、制造、能源、零售等47个场景，共3200+类文档，开箱即用
加速器三：文本向量Embeddingacge_text_embedding获Massive Text Embedding Benchmark (MTEB)中文榜单(C-MTEB)第一名的成绩
A
与其他开源模型相比，acge模型较小，占用资源少;模型输入文本长度为1024，满足绝大部分场景的需求 acge模型支持可变输出维度，让企业能够根据具体场景去合理分配资源。
B
(1) 对比学习技术，通过最小化正对之间的距离和最大化负对之间的距离来呈现文本语义表示
(2) 数据挖掘，构造多场景、数量庞大的数据集提升模型泛化能力，
挑选高质量数据集加快模型收敛
(3) 多任务混合训练，多loss适配场景，适应各种下游任务
(4) MRL训练，训练可变维度的嵌入，提高了处理速度，降低了存
储需求
(5)持续学习,改善引入新数据后模型灾难性遗忘问题台
B
(1) 对比学习技术，通过最小化正对之间的距离和最大化负对之间的距离来呈现文本语义表示
(2) 数据挖掘，构造多场景、数量庞大的数据集提升模型泛化能力，
挑选高质量数据集加快模型收敛
(3) 多任务混合训练，多loss适配场景，适应各种下游任务
(4) MRL训练，训练可变维度的嵌入，提高了处理速度，降低了存
储需求
(5)持续学习,改善引入新数据后模型灾难性遗忘问题台
加速器四：图像处理（切边、增强、压缩）图像切边增强产品，可以自动识别将图像中的重要内容，将其切出，并校正回矩形。该产品不仅能处理拍摄视角带来的畸变，也能处理旋转、曲面图带来的畸变。
产品流程
关键技术
速度效果
测评指标元素对象、页面、数据集3个层级
测评情况
能力展示：双栏
能力展示：非对称双栏
能力展示：多栏表格
能力展示：目录层级
应用效果：更高的文档问答精度
应用效果：参考内容定位与高亮
输出形式：markdown
输出形式：json
场景一：知识库(RAG)
场景二：智能文档抽取( OpenKIE)
场景三：大模型预训练语料与数据治理快速入库
产品推荐
Gitee一站式DevOps研发效能平台，提供敏捷、瀑布、任务协同等多种项目模板，降低上手配置难度，支持第三方仓库一键导入，无缝迁移至 Gitee。多样化的生态插件，增加流水线的灵活配置，帮助企业构建高效、可信、安全的制品管理体系。
文档权限管理系统采用虚拟化技术，结合权限管理，综合集成身份认证、硬件绑定等多项前沿技术，实现对受控文档的精确权限控制，确保机密信息在特定授权范围内合法操作，极大地保护各类组织机构信息资产安全。
数字化社区
视频
文章
