来源 :金融界2023-05-09
日前，“CSIG企业行”金山办公(688111)专场在珠海成功举行。在活动现场，来自中科院、北京科技大学、华中科技大学、华南理工大学等院校的专家学者，分别发布了多项AI大模型背景下文档识别技术的前沿理论研究报告。作为企业代表，金山办公分享了AI大模型技术在文档识别领域的最新应用成果。
针对大模型技术的实际应用，金山办公副总裁姚冬表示，目前的大模型技术不仅可以理解人类的语言，还可以进行推理甚至写代码等创意性工作，对传统技术领域带来了巨大挑战和机遇，而金山办公所扮演的角色便是推动相关技术在办公软件领域应用落地，为用户带来更高效便捷的办公体验。
金山办公CV技术总监熊龙飞表示，在“产、学、研、用”这一技术发展链条中，金山办公更偏向于实际应用领域。近年来，金山办公在AI大模型技术的研发上持续投入，并将成果融入实际应用中。
熊龙飞介绍，使用手机或扫描仪将纸质文件转化为PDF文档，虽然更便于文件的保存和使用，但也会令用户失去对文档的编辑能力。有数据显示，用户对于PDF的编辑需求中有约35%为扫描件，但目前针对PDF编辑技术进行研究的企业并不多，尤其是如何使扫描件PDF也能像标准件PDF一样自由编辑，更是所有相关企业都在努力攻克的技术难关。
扫描件PDF自由编辑的难点，在于文件变为图片格式后排版、内容、字体、段落等信息丢失，同时还可能出现编辑对象的污染、变形、层叠、朝向错误等问题。想要实现在编辑中保持文件内容的协调自然，就需要从内容识别、版面分析、字体模仿、背景抹除等方面着手，这对算法和服务架构提出了极大的挑战。
运用AI大模型技术对海量数据信息的抽取和深度学习能力，金山办公大幅提升了对扫描件PDF的文档识别和理解效率。这一全新突破，配合位于云端的诸多算法模型，形成了一套完整的服务架构，为用户对扫描件PDF进行自由编辑提供了坚实基础。“体验很像编辑WORD文档，你甚至可以把PDF中的印章拖来拖去或直接删除，里面的文字都可以编辑。”熊龙飞表示，金山办公下一步努力的方向是让用户可以轻松编辑任意图片上的内容。据悉，除扫描件PDF编辑功能外，金山办公基于大语言模型的人工智能应用“WPS AI”，目前已搭载在金山办公在线内容协作编辑产品轻文档上，未来还将以用户体验为优先级，逐步嵌入金山办公全线产品。