Morphik.ai提出视觉文档检索新方法：用图像替代传统OCR解析
talkingdev • 2025-07-22
3190 views
Morphik.ai公司创新性地提出了一种基于视觉的文档检索方法，该方法摒弃了传统的OCR（光学字符识别）和解析技术，转而采用文档页面的图像作为处理对象。通过将文档图像分割成小块，并利用视觉Transformer和语言模型，该系统能够同时理解文本和视觉元素。这种将文档视为视觉对象的处理方式，在文档理解和搜索任务中展现出比传统方法更高的准确性，尤其对于包含图表、表格和示意图的复杂文档效果更为显著。这一技术突破为文档处理领域提供了新的思路，有望在金融、法律、医疗等对文档准确性要求较高的行业产生重要影响。
核心要点
- 采用视觉方法处理文档检索，替代传统OCR和解析技术
- 结合视觉Transformer和语言模型，同时理解文本和视觉元素
- 在处理复杂文档（含图表、表格等）时准确性显著优于传统方法