当OCR遇上LLM：自然语言指令驱动的文档抽取新模式
想象一下这样的场景：财务部门需要核对成百上千张商铺小票和回单；法务部门需要从长篇合同中提取当事人信息与关键条款；零售企业需实时统计各门店销售单据中的SKU与价格信息……这些任务若靠人工逐条查阅和录入，不仅耗时耗力，错误率也居高不下。
文档抽取技术的核心价值就在于：用算法自动理解并提取文档中的关键字段，将非结构化内容快速转换为可计算、可分析的结构化数据，显著提升信息处理效率与准确性。
TextIn文档抽取产品简介
TextIn是一款领先的文档智能处理平台，长期专注于复杂文档解析、格式转换与结构化抽取等方向。在文档抽取方面，TextIn支持多类文档结构识别，包括通用文本、表格、票据、发票等，结合多模态感知与NLP能力，可广泛适配财务、政务、医疗、零售、教育等行业场景。
通过预设模板、自定义字段与自然语言指令等多种交互方式，用户无需掌握任何开发技能，即可快速完成文档要素提取，真正实现“懂业务的AI助手”。
图1：TextIn文档抽取支持的类型
产品升级亮点：跨页表格处理+表格结构精度全面提升
此次TextIn文档抽取引擎迎来重要升级，聚焦两个核心技术痛点：
一是表格模型优化。在原有结构识别基础上，新增“切线判断”机制，有效避免边框不完整、行列分割错位的问题，大幅提升票据与复杂文档中的表格还原精度。
二是跨页表格的语义合并能力。面对长篇学术论文、财务报告中的分页表格，TextIn现已支持单元格内容的语义整合，将原本分散在多个页面的结构化数据合并输出，真正打破“按页解析”的局限性。
图2：TextIn对跨页表格的文档抽取效果
实测体验：自然语言驱动的灵活抽取方式
在实际测试中，TextIn提供了两种交互模式：极简Prompt抽取与字段自定义抽取。
1️⃣ Prompt抽取
例如，在抽取商铺小票时，点击“抽取精简版beta”，输入Prompt“请帮我结构化这个文件，结果以JSON形式返回”，系统便会自动分析文档并生成标准化结构输出；若用户仅需交易号信息，也可直接下达“请仅提取交易号”的指令，抽取结果会根据意图精准返回。
图3：通过自然语言指令实现对小票信息的精准抽取
如果修改prompt为“请帮我抽取该发票的交易号，只需要保留交易号”它就会智能地仅提取交易号信息，保存为json格式。
图4：修改自然语言指令，对单一信息进行抽取
2️⃣ 字段自定义抽取
而对于业务需求较为固定的场景，自定义抽取功能则提供高效配置选项。用户只需指定所需字段名称或表格表头，系统即可自动识别并输出对应内容，显著减少操作步骤。
、
图5：TextIn字段自定义抽取发票信息
结语：结构化理解文档，让数据更有价值
文档抽取已从早期依赖固定模板与编码逻辑的刚性技术，演进为灵活、智能的自然语言驱动系统。TextIn将大语言模型（LLM）的理解能力与深度学习表格模型有机结合，推动文档解析迈入真正“懂语义”的时代。
当前，TextIn的文档抽取功能已广泛应用于财务票据识别、发票审核、合同要素提取、积分系统搭建等多个场景，助力企业实现信息流转的自动化、智能化与标准化。
