周健报道 近期举办的CSDN（中国开发者网络）第三届“1024程序员节”，合合信息智能创新事业部总经理唐琪，受邀分享智能文档处理的技术优化方法及开源渠道。
智能文档处理技术，本质上是把文档里的信息从载体中剥离出来，将其对接到其他系统，以数据的流转，实现流程自动化的技术。典型场景如单据的自动审核，就是先对单据进行图像检测，从中提取所需信息并录入到系统里，经过结构化处理，“翻译”成机器能理解的内容后，再进行自动判别，达到节省人工成本、提高工作效率的目的。
唐琪在分享中指出，采集设备的不确定性和文档版式的多样性，导致文档在处理过程中经常遇到“看不清、看不准、认不全、难理解”四大类问题。合合信息在弯曲矫正、去摩尔纹（屏幕纹）等图像质量增强领域，进行了深入研究，为信息的提取、存储、检索、管理等后续工作创造良好的环境。
合合信息在制造业、金融业、物流业等30个行业应用里，打磨出的核心技术产品“智能文字识别服务平台”（简称“平台”），以SaaS的形式免费开放给个人开发者，助力使用者们低成本、高效率获取贴合个性化需求的定制模型。
合合信息智能文档处理技术，可支持全球超过50种主流语言的印刷体、手写体的高精度识别，以及增值税发票、出租车票等20多种票据的识别，这些通用识别、信息抽取能力，被搭载于合合信息智能文字识别服务平台SaaS版。该平台提供了海量训练数据快速生成、自动化模型生成、完整的模型训练和测试等功能，具备低使用门槛、所需样本少、开发周期短的优势，使用者通过云端的简单操作，即可定制提取标准和非标准版式文档的结构化信息，仅需10张样本就可以开始训练。实测中，应用人员最短可在10分钟内完成抽取模型开发全流程。可视化界面设计，让没有算法基础的业务人员也可顺利使用。
