在A股市場(chǎng)迎來(lái)中報(bào)季的背景下，上市公司的財(cái)報(bào)披露成為投資者和市場(chǎng)分析師關(guān)注的焦點(diǎn)。特別是在巨額募資活動(dòng)的背景下，財(cái)報(bào)的準(zhǔn)確性和透明度對(duì)于投資者決策具有至關(guān)重要的影響。合合信息的文檔解析技術(shù)通過(guò)輔助大模型深度解讀財(cái)報(bào)，為金融行業(yè)從業(yè)者提供了強(qiáng)有力的工具，以應(yīng)對(duì)海量財(cái)報(bào)文件的分析需求。

　　隨著人工智能技術(shù)的深入發(fā)展，部分企業(yè)和個(gè)人開始嘗試用大模型進(jìn)行財(cái)務(wù)報(bào)表分析。針對(duì)大模型“理解力”薄弱，數(shù)據(jù)讀取錯(cuò)誤等問題，合合信息大模型“加速器”方案優(yōu)化升級(jí)了PDF文檔解析技術(shù)，將非結(jié)構(gòu)化的PDF內(nèi)容轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，提高大模型圖表類數(shù)據(jù)提取準(zhǔn)確性和版面理解能力，助力大模型實(shí)現(xiàn)從“泛讀”到“精讀”的能力跨越。

　　在巨額募資活動(dòng)中，投資者需要對(duì)公司的財(cái)務(wù)狀況、資金使用計(jì)劃和未來(lái)盈利能力有清晰地了解。合合信息的PDF文檔解析技術(shù)能夠準(zhǔn)確識(shí)別和解析財(cái)報(bào)中的各類復(fù)雜表格、圖表和文本，確保關(guān)鍵信息不被丟失或誤解，為投資者提供了更為精準(zhǔn)的數(shù)據(jù)分析和決策支持。

　　文檔解析技術(shù)是大模型理解和處理文檔的前提，相關(guān)能力的缺失，會(huì)導(dǎo)致大模型在理解版面不同區(qū)域的內(nèi)容排列順序、要點(diǎn)時(shí)遇到障礙，影響大模型的“理解力”，財(cái)務(wù)報(bào)表中的關(guān)鍵信息可能會(huì)丟失或被誤解，使得模型生成的答案不夠精準(zhǔn)，無(wú)法正確回答用戶的查詢。

圖 1：合合信息PDF文檔解析技術(shù)在大模型表格解析中的效果

　　據(jù)了解，合合信息PDF文檔解析技術(shù)具備多文檔元素識(shí)別、版面分析能力，可以識(shí)別文檔中的段落、公式、頁(yè)眉、頁(yè)腳等多種元素，并進(jìn)行對(duì)應(yīng)的處理。在應(yīng)對(duì)財(cái)報(bào)中常見的無(wú)線表、合并單元格、不規(guī)則行距、跨段、跨頁(yè)等障礙時(shí)，該技術(shù)也能做到準(zhǔn)確還原各類表格結(jié)構(gòu)。

　　為了讓大模型像專業(yè)人士一樣閱讀文本，PDF文檔解析技術(shù)可對(duì)各類學(xué)術(shù)文獻(xiàn)進(jìn)行版面元素的識(shí)別及閱讀順序的判定。該技術(shù)不僅能夠準(zhǔn)確定位文檔中的關(guān)鍵信息段落，還能根據(jù)PDF文檔的布局和格式，推斷出人類閱讀時(shí)的順序，而非機(jī)械地判定為從左至右排序，避免把完整的段落文字“攔腰斬?cái)唷?#xff0c;真正做到了“所見即所得”。

圖 2：合合信息PDF文檔解析技術(shù)對(duì)雙欄論文的解析效果

　　合合信息技術(shù)團(tuán)隊(duì)成員表示，上市公司年報(bào)頁(yè)數(shù)大多集中在200至300頁(yè)的范圍內(nèi)，一個(gè)熟練的分析師可能在幾天到一周的時(shí)間內(nèi)完成對(duì)年報(bào)的基本分析，PDF文檔解析工具最快能在1.5秒完成百頁(yè)文檔的解析，按8小時(shí)為一天工作時(shí)間計(jì)算，解析工具可幫助大模型在一日內(nèi)對(duì)數(shù)千家企業(yè)的年報(bào)數(shù)據(jù)進(jìn)行精準(zhǔn)分析。