亮相CCIG2025，合合信息文档解析技术破解大模型语料“饥荒”难题

2025年，中国图象图形大会在古都西安盛大开幕。本届大会由中国图象图形学学会主办，空军军医大学、西安交通大学、西北工业大学承办，通过二十多场论坛、百余项成果，集中展示了生产式人工智能、大模型、机器学习、类脑计算等多个图像图形领域的进展。

大模型技术正随着科技革新实现广泛应用，满足多行业图像处理需求。大会期间，由CSIG文档图像分析与识别专委会与上海合合信息科技股份有限公司（简称“合合信恒”）联合主办了《大模型技术及其前沿应用》论坛，来自华南理工大学、上海交通大学、清华大学、复旦大学、上海人工智能实验室、合合信恒等高校、研究机构及企业的专家代表就大模型技术在图像领域的发展、应用进行了深入研讨。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

图说：行业关注者聆听《大模型技术及其前沿应用》论坛分享

大模型一路“高歌猛进”的背后，隐藏着一场关于模型训练语料的“能源危机”。根据人工智能研究人员小组Epoch研究估计，机器学习数据集可能会在2026年前耗尽所有“高质量语言数据”。现阶段，大量的高质量语料数据存在于书籍、论文、研报、企业文档等文档之中，复杂的版面结构制约了大模型的训练语料处理及大模型文档问答的应用能力。文档解析技术的进步，让机器能够识别文档中的多种元素，更好地处理文本、表格、图像等多类型数据，还原文档阅读顺序，加速大模型训练与应用。论坛上，合合信息智能创新事业部研发总监常扬分享了合合信息智能文档处理技术在文档解析领域的工作，给与会者带来了新的技术视角。

“文档解析的难点在于如何准确识别文档中的各个元素，并理解其之间的逻辑关系，需要关注'物理版面分析'和'逻辑版面分析。' ”据常扬介绍，物理版面分析侧重于视觉特征、文档布局，主要任务是把相关性高的文字聚合到一个区域，比如一个段落，一个表格等等，并选用目标检测任务进行建模，使用基于回归的单阶段检测模型进行拟合，从而获得文档中各种各样的布局方式；逻辑版面分析侧重于对语义特征的分析，主要任务是把不同的文字块根据语义建模，例如通过语义的层次关系，形成一个目录树结构。

文档解析技术中文档元素检测、文字表格识别、文档版面分析、阅读顺序还原等任务涉及对版面元素和版面整体布局的判断，是文档处理领域典型的技术难题。通过十几年技术积淀，合合信息打通了电子档解析、扫描档图像处理、文字识别、表格识别、版面分析、版面还原和排版布局等文档智能化处理的全流程，面对电子文档及扫描件，能够灵活地识别文字、表格、无线表、跨页表格、页眉、页脚、公式、图像、流程图等版面元素，准确地还原文档阅读顺序，为大模型领域提供了精准的训练语料与文档问答应用体验。

图说：高校研究者、学生排队体验智能文档处理技术

“我们研究过程中发现，真实世界的文档有着极为丰富的布局类型，没法单纯地用单栏，双栏、三栏等类别去定义。”常扬表示，近年来的开放词汇目标检测（OVD），视觉语义对齐（Alignment）等工作，以及生成式模型等前沿进展，将给版面分析带来新的研究思路，合合信息技术团队也将持续在智能文档处理领域深耕，让新技术在行业中更快速地产生价值。

以上就是亮相CCIG2025，合合信息文档解析技术破解大模型语料“饥荒”难题的详细内容，更多请关注其它相关文章！

# ocr  # 青岛优质营销推广企业  # 网站的seo方案撰写  # 日式烤肉营销推广方案  # 三季度  # 广州  # 高质量  # 年前  # 量产  # 会在  # 丰田  # 中国  # 文档  # 微软  # 合合信息  # 产业  # 网站优化模板怎么做好看  # 网站批发网站建设  # 江北seo网站运营  # 南宁网站优化设计试卷  # 网站推广的行业  # 小地方推广营销  # 网站过度优化怎么处理 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 陈根：AI工具为游戏软件实时3D内容助力  WHEE使用教程  微软推出人工智能模型 CoDi，可互动和生成多模态内容  马斯克回应人工智能拯救世界：人类已处于“半机器人”状态  人工智能产业竞跑“未来赛道” 创新发展放大“赋能”效应  谷歌推出 AI 反洗钱工具，可将金融机构内部风险预警准确率提高2至4倍  找对了风口想不火都难，乐天派机器人，安卓机器人的最终形态？  AYANEO AIR 1S 掌机发布：R7 7840U，预订价 4699 元起  无人机在电力巡检中的应用：全面解析高效巡检流程  借力AI！PCB全球巨头，有爆发潜质吗？  昇思开源社区理事会成立，基于昇思AI框架的全模态大模型“紫东.太初2.0”发布  不止“文心一言”，消息称百度将推出全新 AI 对话软件“万话”  成都大运会闭幕式引入人形机器人展示表演  VMS的应用：提升多品牌设备管理效能  生成式人工智能来了，如何保护未成年人？ | 社会科学报  中国电信AI能力通过国家级金融领域权威认证并荣膺AI国际头部竞赛冠军  OpenAI CEO 阿尔特曼到访日本，对全球 AI 协调合作表示乐观  2025智源大会AI安全话题备受关注，《人机对齐》新书首发  全新“AI助手”！讯飞星火助手中心人机协作共创新生态  读创正式上线“读创AI聊”功能  DreamAvatar数字人在哪里下载  360发布数字安全和人工智能的强大结合：360安全大模型  1分钟做出苹果Vision Pro「官网」？上班8小时搞出480个网页，同事被卷疯了  华为推出两款商用 AI 大模型存储新品，支持 1200 万 IOPS 性能  Meta发布"类人"AI图像创建模型，能解决多出手指等Bug  站在社会的高度理解人工智能  人工智能如何帮助制造业？  特斯拉首发人形机器人“擎天柱”亮相世界人工智能大会  衡水市冀州中学机器人社团在世界机器人大赛中斩获佳绩  消息称 ChatGPT 未来有望增加更多功能：上传文件分析信息，还能记住用户画像  Moka AI产品后观察：HR SaaS迈进AGI时代  英伟达推出 L40S GPU，AI 推理性能超过 A100 约 1.2 倍  人工智能改变网络安全和用户体验的三种方式  苹果AR头显商标与华为撞车，在中国或改名  研究发现AI聊天机器人ChatGPT不会讲笑话，只会重复25个老梗  网易数帆以AI融合创新引领数据分析与软件开发新趋势  助力人工智能产业高质量发展 龙岗区算法训练基地正式启用  苹果机器学习关键人物 Ali Farhadi 离职，回归 AI2 担任 CEO  午报 | 字节跳动要造机器人；东方甄选首次启动自有APP|直播|  脑机接口产业联盟发布十大脑机接口关键技术  12页线性代数笔记登GitHub热榜，还获得了Gilbert Strang大神亲笔题词  无人机自主巡检为高海拔输电线路运维添“新彩”  MiracleVision视觉大模型功能介绍  全面拥抱大模型浪潮，ISC 2025打造全球首场AI数字安全峰会  Meta 开源 AI 语言模型 MusicGen，可将文本和旋律转化为完整乐曲  马斯克：将来机器人比人类多！特斯拉机器人亮相人工智能大会  首届全国体育人工智能大会在首都体育学院召开  烟台大学学生首次在全国大学生无人机航拍竞赛中获奖  天翼云在国际AI顶会大模型挑战赛中获得冠军  AI遇上大运丨热身拉伸、娱乐K歌……AI智能健身镜将亮相成都大运会 

 2024-05-29