DOCUMENT INTELLIGENCE
Đọc sâu hơn câu chữ. Khai mở thông tin bên trong.
AIKNOW Capture phân tích bảng, sơ đồ, công thức và ngữ cảnh xuyên trang. Kết hợp bố cục với nội dung, sản phẩm chuyển thông tin kỹ thuật thành dữ liệu có cấu trúc để tìm kiếm, phân tích và khai thác bằng AI.
Tài liệu thiết kế, báo cáo kỹ thuật, bài nghiên cứu và đặc tả chứa nhiều thông tin quan trọng ở ngoài phần văn bản.
Kết luận và điều kiện quan trọng có thể được thể hiện qua cấu trúc bảng, xu hướng đồ thị, công thức hoặc quan hệ trong hình minh họa.
Chỉ trích xuất chữ có thể bỏ mất những quan hệ cần thiết để hiểu đúng nội dung.
OCR nhận dạng chữ trong trang quét và hình ảnh.
Tài liệu kỹ thuật còn cần phân tích bố cục, trích xuất bảng và diễn giải hình. Cách xử lý, kiểm tra phụ thuộc loại tài liệu và mục đích sử dụng.
Chuyển PDF và hình ảnh thành văn bản thuần có thể làm mất cấu trúc và quan hệ giữa các thành phần.
Thiếu cấu trúc khiến thông tin liên quan khó được tìm và diễn giải đúng trong ứng dụng RAG.
Dù tài liệu đã được lưu và có thể tìm kiếm, kỹ sư vẫn có thể phải đọc nhiều tệp để tìm đủ bối cảnh. Trích xuất có cấu trúc bổ sung khả năng khai thác cho hệ thống quản lý và tìm kiếm tài liệu hiện có.
AIKNOW Capture phân tích bố cục trang và quan hệ giữa các thành phần tài liệu.
Cấu trúc và ngữ cảnh xuyên trang được dùng để tổ chức thông tin cho bước khai thác tiếp theo.
Nhận diện tiêu đề, nhiều cột và chú thích trong báo cáo, tài liệu nghiên cứu.
Xác định thứ tự đọc và cấu trúc để tổ chức văn bản trích xuất.
Kết nối nội dung liên quan tiếp nối qua nhiều cột hoặc nhiều trang.
Dùng ngữ cảnh toàn tài liệu để diễn giải những liên kết này.
Xác định chương, mục, danh sách, trích dẫn và chú thích chân trang, giữ quan hệ phân cấp khi tổ chức dữ liệu.
Trích xuất nội dung, cấu trúc bảng, gồm ô gộp và trạng thái ô đánh dấu.
Trích xuất công thức toán, lý, hóa và các lĩnh vực khác, có thể xuất dưới dạng LaTeX.
Phân tích sơ đồ, đồ thị, hình ảnh và bản vẽ thiết kế cùng văn bản xung quanh.
Hiệu chỉnh hình ảnh kết hợp OCR để xử lý chữ mờ hoặc ảnh nghiêng. Mức chi tiết có thể khôi phục phụ thuộc chất lượng nguồn.
Xử lý tài liệu PDF, Word và Excel.
Yêu cầu xử lý phụ thuộc nội dung, bố cục, chất lượng và nguồn gốc tài liệu — bản quét hay tệp được tạo trực tiếp.
So sánh dưới đây thể hiện khác biệt giữa quy trình chỉ trích xuất chữ và xử lý đa phương thức của AIKNOW Capture. OCR cũng là một phần trong quy trình của AIKNOW Capture.
Quy trình này tạo ra văn bản được nhận dạng.
Nếu chỉ xuất văn bản thuần, có thể mất cấu trúc bảng, xu hướng đồ thị, liên hệ giữa hình với chữ và quan hệ xuyên trang.
Cần thêm bước xử lý để khôi phục những quan hệ phù hợp với ứng dụng.
Phân tích đồng thời văn bản, bảng và hình, rồi tổ chức nội dung trích xuất cùng các quan hệ để khai thác tiếp.
Xử lý đồng thời hình và chữ để diễn giải nhiều bố cục mà không cần mẫu cố định cho từng tài liệu. Từng ứng dụng vẫn có thể cần cấu hình và kiểm chứng riêng.
Hiệu chỉnh ảnh và phân tích bố cục chuẩn bị đầu vào cho nhận dạng. Hậu xử lý dùng đối chiếu, hiệu chỉnh và đánh giá độ tin cậy để phát hiện điểm thiếu nhất quán, kể cả con số và tên riêng.
Năm giai đoạn kết hợp tiền xử lý, phân tích đa phương thức, diễn giải ngữ nghĩa, kiểm tra và xuất dữ liệu có cấu trúc. Chất lượng phụ thuộc nguồn, độ phức tạp và cấu hình xử lý. Kết quả được tự động đưa vào sử dụng, không bắt buộc duyệt từng lần. Yêu cầu chất lượng và bước kiểm tra bổ sung cần được đánh giá trong PoC bằng tài liệu đại diện.
← Cuộn ngang →
Phân tích các dạng thông tin cùng nhau, trong bối cảnh chung của tài liệu.
Phân tích tài liệu nhiều định dạng mà không cần mẫu cố định.
Quy trình nhận dạng được thiết kế cho tài liệu tiếng Nhật, kết hợp OCR, mô hình thị giác–ngôn ngữ (VLM), tiền xử lý và hậu xử lý.
Chuyển tài liệu nghiệp vụ, kỹ thuật tiếng Nhật thành nội dung có thể khai thác như tri thức.
Gồm hiệu chỉnh ảnh, căn chỉnh, đối chiếu và đánh giá độ tin cậy. Cách tính độ tin cậy thay đổi theo loại tài liệu và cần kiểm chứng trong PoC; không nên hiểu đó là xác suất bảo đảm kết quả đúng.
Nhận dạng chạy trên GPU; tiền xử lý, đối chiếu và tính độ tin cậy chạy song song trên CPU.
Năng suất xử lý phụ thuộc phần cứng, số tác vụ đồng thời và độ phức tạp tài liệu.
Đầu ra có cấu trúc thể hiện các thành phần tài liệu và quan hệ giữa chúng, cùng văn bản đã trích xuất.
Có thể tích hợp với ứng dụng RAG, đồ thị tri thức và nền tảng AI tạo sinh. Định dạng đầu ra và ánh xạ được xác định theo hệ thống đích.
Trong thử nghiệm nội bộ với biểu mẫu viết tay hai trang, cấu hình AIKNOW Capture đạt số trang xử lý mỗi giây trên mỗi máy chủ cao hơn khoảng 30 lần cấu hình đối chứng. Hai bên dùng cùng CPU và RAM; AIKNOW Capture được bổ sung GPU NVIDIA L40.
30× năng suất xử lý (xấp xỉ)
Số trang xử lý mỗi giây trên mỗi máy chủ trong thử nghiệm này.
Phạm vi thử nghiệm: chạy 20 lần trên cùng mẫu biểu hai trang được điền bằng tay. Hai cấu hình dùng cùng CPU và RAM; AIKNOW Capture có thêm GPU NVIDIA L40. Kết quả lần lượt là 0,051 và 1,539 trang/giây/máy chủ. Phương pháp đối chứng, thông số CPU/RAM cụ thể, số tác vụ đồng thời, ngày đo, cách tổng hợp và tiêu chí chất lượng đầu ra chưa được nêu tại đây. Số liệu chỉ phản ánh thử nghiệm nội bộ, không phải bảo đảm hiệu năng hay chi phí nói chung; cũng chưa xác lập chất lượng trích xuất tương đương hoặc tách riêng đóng góp của phần mềm với GPU bổ sung. Cần đánh giá trên tài liệu và điều kiện triển khai thực tế trong PoC.
Phân tích tài liệu thiết kế, đặc tả và báo cáo thử nghiệm để xây dựng nguồn tri thức cho kỹ sư tìm kiếm, tái sử dụng.
Phân tích tài liệu khoa học, kỹ thuật có nhiều hình, bảng và công thức.
Khai thác kết quả nghiên cứu và thông tin kỹ thuật từ nhiều nguồn.
Tổ chức tài liệu hướng dẫn, đặc tả sản phẩm có chương mục, bảng và hình phức tạp.
Chuyển thành tri thức cho RAG và trợ lý AI khai thác.
Trích xuất, tổ chức nội dung từ bản quét giấy và tài liệu cũ để tìm kiếm, phân tích, tái sử dụng. Ảnh chất lượng thấp hoặc thiếu chi tiết có thể giới hạn khả năng trích xuất.
Chia sẻ loại tài liệu, yêu cầu đầu ra và ứng dụng bạn hướng tới.
Chúng tôi có thể đánh giá cách AIKNOW Capture tạo dữ liệu kỹ thuật có cấu trúc để tìm kiếm và tái sử dụng.
