什么是智能文档处理平台？

这是公有云环境最新版产品手册-当前对应 GPU IDP V3.25 Cloud

总体介绍

对RPA机器人来说，如果说AI是它的大脑，认知能力是它的眼睛、嘴、耳朵，RPA是它的双手。结合了AI能力，RPA从只能帮助基于规则的、机械性、重复性的任务实现自动化，拓展到了更丰富的业务场景，将物理世界与数字世界有效连接，满足实际业务中更灵活、多元的自动化需求。而企业采用具备AI能力的RPA平台，可以快速、经济、灵活地将AI技术应用到业务中。

在UiBot产品矩阵中，Creator用于生产机器人，Worker用于执行机器人，Commander用于管理机器人。来也智能文档处理平台作为面向RPA的AI平台，提供了丰富的图片理解、文本理解的AI能力，赋能机器人生产和执行过程。

来也智能文档处理平台的优势

• 提供丰富的预训练的AI模型。 使用者无需AI经验，开箱即用。
• 提供强大的定制化的AI能力。 使用者可以在自己的数据集上，通过无代码的方式，标注、训练、测评、优化AI模型，使模型能够理解专业领域的文档。
• 通过预置件和Creator无缝集成。 通过拖拽即可让机器人具备AI能力，帮助企业快速落地RPA+AI。
• 支持公有云、私有部署以及混合部署方式。 私有部署支持国产化适配，保证数据的私密性。
• 适用于财务、人力、法务、IT运维、电网、运营商、营销、客服等各行各业，形成端到端的智能自动化解决方案。

AI能力简介

平台上的AI能力，可以从不同角度理解。

1. 从定制化程度看，AI能力可以分为通用AI能力和定制化AI能力两类。
   • 预训练AI能力提供了开箱即用的AI模型，能够处理通用文档、表格等非结构化数据，以及身份证、营业执照、增值税发票、火车票识别等结构化数据。
   • 定制化AI能力，需要上传自己的数据，通过标注、训练、测评、优化AI模型，使模型能够理解专业领域的文档。
2. 从处理的数据类型上看，AI能力可以分为图片理解、文本理解。
3. 此外，平台有综合性的AI能力，提供文档的端到端解决方案，利用平台上已有的OCR、NLP原子能力以及深度学习模型，能够协助机器人理解文档，提取文档中的关键信息。

下表列出了平台上所有的AI能力，描述了每种能力的分类和用途。

定制化程度	数据类型	能力	用途
预训练AI能力	图片理解	金融贸易单据识别	实现金融贸易单据的内容识别和关键信息自动提取。
		通用文字识别	识别文档中的所有文字。
		通用表格识别	识别文档中的表外文字和表内文字，并按照单元格的排列顺序，输出表格内容。
		通用多票据识别	识别普通发票、专用发票、电子发票、销货清单、卷式发票、出租车票、火车票、动车票、飞机行程单、定额发票、购车发票等全票种发票，并返回核心字段值。
		通用卡证识别	识别银行卡、身份证、社保卡、驾驶证、行驶证、户口本、护照、结婚证、房产证、不动产证、营业执照、开户许可证、组织机构代码证、车辆合格证、车辆登记证、基本存款账户信息，并返回核心字段值。
		验证码识别	识别包括且不限于英文数字组合、四则运算、滑块等多种类型验证码。
		印章识别	判断印章是否存在，并返回识别印章的位置、颜色。
		版面分析	检测和分析图片中的内容，将文档分割成不同的版面区域，并返回每个区域的类型、位置、内容、以及置信度。
		二维码码识别	检测并识别图像中的二维码，返回内容包括二维码的位置和二维码中的内容
		发票验真	判断接收到的发票的真实性
	文本理解	文档抽取	提取文档中的关键信息并返回。
		标准地址	提取地址中的省、市、区、街道信息并返回。
定制化AI能力	图片理解	自定义模版	上传一组版面样式相对固定的文档，通过配置规则的方式，依赖位置关系抽取到业务需要的字段值。
	文本理解	信息抽取	上传一组文本内容相对固定的文本文件，通过配置规则或训练模型的方式，依赖上下文语义信息抽取到业务需要的字段值。
		文本分类	创建分类并上传每个分类的相似说法，自动生成AI模型。输入新的文本可以返回匹配到的分类和置信度。
文档理解	分类	文档分类	通过标注少量数据即可训练出一个文档分类模型，可以对文档进行分类推荐。适用于对整个文档进行分类，也支持对文档的每一页进行分类推荐。
	抽取	自训练抽取	通过标注数据即可训练出一个文档抽取模型，用于对文档进行关键信息自动提取。
	比对	文档比对	比对电子版合同和实际签署纸质合同扫描件，快速定位差异，提升法务人员工作效率。