在将文件材料扫描成电子文档的过程中，时常会出现漏字、错位等现象，如何破解这个常见的技术难题？日前，在由中国人工智能学会、中国图象图形学学会主办的2023年度视觉与学习青年学者研讨会上（Vision And Learning SEminar, VALSE），智能文档处理领域的代表合合信息受邀出席，介绍、演示的智能文档处理技术成果，有效地解决了这一困扰众人的问题。

　　文档中除文字信息外，通常还含有大量的图片、表格等非文字内容，其版面往往包含页眉、页脚、表格、二维码等多种元素。版面分析技术便是在向系统输入文档图像后，机器会对文字部分和版面元素进行分析和识别，把若干行文字关联起来，从而获得正确的顺序与段落关系。

　　版面分析的任务目标被分为物理版面分析和逻辑版面分析两类，物理版面分析主要解决区域分割问题，此类较为简单。而逻辑版面分析则更关注区域之间的逻辑关系或阅读顺序。如何精准地辨别各类元素，并在文档电子化过程中让它们回归到应有的位置，是该项技术的难点之一。

　　“版面分析与文档还原技术能够帮助机器看懂文档结构，让文档电子化获得所见即所得的处理效果。”合合信息技术人员在分享环节提到，文档图片的格式转化流程中，在检测、识别完出文字信息中的字符、坐标信息，以及版面中段落、印章、表格等元素信息后，机器才能“理解”文档的组成，更好地将图像“还原”成一个可编辑的Word或Excel文件。

　　版面分析的精准度无法提升，文件材料在被拍照、扫描成电子文档的过程中可能出现漏字、错位的现象，还要再进行二次核对编辑，大大增加了工作量，图片转Word、图片转Excel等“可编辑”性的需求也将无法被满足。

　　合合信息相关技术人员提到，随着OCR技术应用面的持续拓宽，复杂多变的版面、多样化的文本内容都给文档的识别和还原带来了新的挑战。在提升文档图像电子化的视觉效果、信息提取精准度等方面，“版面分析与文档还原”技术又非常关键，是公司重点发力的方向。

　　据了解，合合信息版面分析技术通过深度算法，更精准地确定文档中的文字位置、字体、大小和排版方式等元素，从而精准获取信息，较好地解决了传统算法中对于图像质量要求高的问题。

　　相信随着技术和产品的发展，智能文档能够应对更广更深的文档处理工作。未来，合合信息也将持续大力投入相关产品技术研发，加速企业全生命周期文档电子化进程，为用户创造更大的价值。