立即咨询

电话咨询

微信咨询

立即试用
商务合作

合合信息TextIn xParse通用文档解析平台

合合信息 TextIn ParseX 通用文档解析平台专注提供智能 OCR 文字识别 API与pdf 转 markdown 工具的高效解决方案。依托 AI 驱动的 OCR 技术，支持高精度识别 PDF、图片等多格式文档，自动提取结构化数据并转化为可编辑的 Markdown、JSON 等格式，大幅提升文档处理效率。
立即咨询
数字化产品文档管理系统合合信息TextIn xParse通用文档解析平台
iconTextIn-7+1+N 产品架构icon

 

icon我们的针对性方案icon
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
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。
 

 

 

icon大模型加速器 1 - 文档解析icon
表格效果好
不漏检、不错检、内容准确
无线表、跨页表格、合并单元格、密集表格、支持手写字符、公式等。

解析性能强
速度快：100页长文档，最快仅需1.5s
支撑在线应用提供极致用户体验
高稳定性：解析成功率99.999%

综合体验佳
还原目录层级、阅读顺序，元素检测准
支持多种样式的文档、支持多种元素识别、识别速度快、服务稳定、开发者上手轻松。

 

 

iconLayout-engine，输出版面元素icon

 

 

iconCatalog-engine，输出文档结构树icon

技术路径
输入：整份文档的段落内容，以序列化形式传入模型

推理：
· 提取当前段落的embedding值
· 推理每个段落和上一个段落的关系，分为子标题、子段落、合并、旁系、主标题、表格标题

· 如果是旁系类型，则再往上找父节点，并判断其层级关系，直到找到最终的父节点

输出：基于每个段落的情况，构造该文档的文档树，并按JSON 结构输出（右图中未渲染段落节点）。

 

 

 

icon还原阅读顺序，不受复杂版面排版影响icon

 

 

icon解析效果评测icon
客户服务
测试集1：数量432页，类型-企业年报
说明：INTSIG=纯OCR识别，INTSIG-V2=综合方案（OCR+电子档解析）
员工服务
测试集2：数量540页，类型-企业年报
说明：INTSIG=纯OCR识别，INTSIG-V2=综合方案（OCR+电子档解析）

 

 

icon工程性能icon

 

 

icon应用场景1：大模型预训练语料与数据治理快速入库icon

 

 

icon实现方案icon

 

 

icon最佳实践：优化数据治理范式icon

使用场景：启信宝-招投标数据的数据清洗、治理
调用量：上百万页/天
价值：数据清洗的提效、提质工具
业务痛点：
(1) 招投标文档格式多样，PDF、扫描件、网页
(2) 文档内部有大量的表格结构，版面结构相对复杂
(3) 数据更新时效有较高要求，对文档处理速度及稳定性提出极高的要求。

 

 

icon应用场景2：知识库（RAG）icon

 

 

icon应用场景3 - 研报精细化阅读icon
APP端
将研报内容中的关键信息进行结构化展示，涉及个股、行业以及总量类研报中的摘要、表格、正文和图表进行结构化解析输出，应用在移动端研报的展示优化。
WEB端
图表目录、快览，支持跳转到原文对应位置，让客户在线读研报全文，并可以更快更精准地找到感兴趣的数据及观点，提升阅读体验！

 

 

icon应用场景4：文档结构化icon

合合信息Textin智能文档抽取产品，依托合合信息自研的垂直领域语义模型，并结合了合合信息强大的文字识别、文档解析、文档检索和文本生成四项关键技术，让计算机模拟人类的推理方式，来识别在训练阶段从未见过的新事物，实现开箱即用的“零样本”抽取，让AI触手可及。

 
开箱即用
无需标注训练
直接配置抽取字段

 

icon应用场景4：文档结构化icon

准确理解复杂版面
非结构化文档抽取的瓶颈之一在于对文档复杂版面解析的准确性，例如文档中插入的各类复杂表格，对表格结构的准确还原是进行表格信息结构化抽取的前提。

非标准、横线缺失，双栏结构表格
版面分析引擎精准还原复杂表格
精准抽取表格字段

 

icon最佳实践：企业内部合同库建设icon
① 电子化
· 便于存储和管理：电子文本比纸质文档更容易保存和管理，节省物理空间，减少丢失、损坏的风险。
· 提高检索效率：电子文本可以通过关键词进行快速搜索，方便查找特定条款或信息，提升工作效率。
· 促进数据处理：文本化的合同内容为后续的数据分析、文本挖掘和自动化处理奠定了基础。
② 结构化
· 提高信息提取效率：自动提取合同中的关键信息(如合同双方、金额、期限、重要条款等)，减少人工逐条阅读的时间和成本。
· 支持风险管理和合规审核：通过对关键要素的提取和审核，可以快速识别合同中的潜在风险和合规性问题，降低企业风险。
· 便于数据分析和决策支持：结构化的数据易于进行统计分析，支持合同的评估和策略制定。
③ 知识化
· 促进合同标准化和规范化：通过建立条款库，企业可以制定和使用标准化的合同模板和条款，确保合同的一致性和合法性。
· 提高工作效率和质量：利用知识库中的经验和最佳实践，帮助起草和审核合同，减少错误，提高合同质量。
· 支持持续学习和改进：知识库作为企业的智力资产，支持员工培训和知识传承。

 

icon最佳实践：企业内部合同库建设icon
 
合同文本库的建设是将合同的影像件转化为可处理的文本形式。这一过程确保了所有与合同相关的重要信息被数字化，方便检索和分析。

作为合同管理系统的核心组成部分，文本库在合同的结构化和知识化方面发挥着关键作用：
· 结构化的文本数据使我们能够精准地解析合同条款提取关键信息，便于合同的查询和归档。
· 文本库为合同的知识化提供了基础，使我们能够运用智能分析工具，从大量合同数据中挖掘有价值的信息支持决策和风险管理。

 

icon公司发展历程icon

上海合合信息科技股份有限公司 ,是行业领先的人工智能及大数据科技企业，致力于通过智能文字识别及商业大数据领域的核心技术、C端和B端产品以及行业解决方案为全球企业和个人用户提供创新的数字化、智能化服务。

 

 

icon持续领跑：125项发明专利icon
AI专利
125项发明专利授权
- 境内发明专利授权78项
- 境外发明专利授权39项

 

 

产品推荐

帆软医药研发BI分析解决方案
帆软医药研发BI分析解决方案建立项目任务管理模块， 以项目进度为维度进行管理， 责任到人，节点明确。项目信息明细查询，完整记录项目从始到终的生命周期信息。基于项目信息进行下游样品申请/实验申请。项目负责人可以直接在系统平台上提交空白基质的申请信息，样品管理员能及时收到并给予相应的处理。
免费试用
查看详情
卓豪Endpoint Central新一代桌面管理软件
卓豪Endpoint Central新一代桌面管理软件，功能齐全，客户以低投入高收益开启UEM之旅。社交媒体上盛赞其分布式云部署。帮助客户突破了国界和行业的限制。极具性价比，比价格第二低的竞争对手还低20%，提供邮件电话聊天等技术支持，还不另收费。
免费试用
查看详情
左手医生病历OCR识别及结构化数据处理系统
左手医生病历OCR识别及结构化处理系统基于OCR和自然语言处理技术将门诊/住院病历、检查检验报告、处方/医嘱等医疗文档自动识别、转换为结构化数据 ，支持下游可视化、统计分析、推理等应用，可用于健康档案、质控、保险理赔及临床科研等业务场景。
免费试用
查看详情
普斯泰SmartMES生产管理系统
SmartMES 系统是中小制造企业的轻量化生产管理工具，以低成本、快部署的方式，助力企业快速开启数字化转型。围绕车间生产协同核心流程，系统实现实时通话、屏幕共享、问题标注与数据管理的数字化，打通车间与办公室信息壁垒，提升技术响应效率与生产运转效率，灵活适配多变生产需求，降本增效易上手。
免费试用
查看详情