在A(yíng)股市場(chǎng)迎來(lái)中報季的背景下，上市公司的財報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，財報的準確性和透明度對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報，為金融行業(yè)從業(yè)者提供了強有力的工具，以應對海量財報文件的分析需求。

　　隨著(zhù)人工智能技術(shù)的深入發(fā)展，部分企業(yè)和個(gè)人開(kāi)始嘗試用大模型進(jìn)行財務(wù)報表分析。針對大模型“理解力”薄弱，數據讀取錯誤等問(wèn)題，合合信息大模型“加速器”方案優(yōu)化升級了PDF文檔解析技術(shù)，將非結構化的PDF內容轉換為結構化數據，提高大模型圖表類(lèi)數據提取準確性和版面理解能力，助力大模型實(shí)現從“泛讀”到“精讀”的能力跨越。

　　在巨額募資活動(dòng)中，投資者需要對公司的財務(wù)狀況、資金使用計劃和未來(lái)盈利能力有清晰地了解。合合信息的PDF文檔解析技術(shù)能夠準確識別和解析財報中的各類(lèi)復雜表格、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的數據分析和決策支持。

　　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 )導致大模型在理解版面不同區域的內容排列順序、要點(diǎn)時(shí)遇到障礙，影響大模型的“理解力”，財務(wù)報表中的關(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，無(wú)法正確回答用戶(hù)的查詢(xún)。

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

　　據了解，合合信息PDF文檔解析技術(shù)具備多文檔元素識別、版面分析能力，可以識別文檔中的段落、公式、頁(yè)眉、頁(yè)腳等多種元素，并進(jìn)行對應的處理。在應對財報中常見(jiàn)的無(wú)線(xiàn)表、合并單元格、不規則行距、跨段、跨頁(yè)等障礙時(shí)，該技術(shù)也能做到準確還原各類(lèi)表格結構。

　　為了讓大模型像專(zhuān)業(yè)人士一樣閱讀文本，PDF文檔解析技術(shù)可對各類(lèi)學(xué)術(shù)文獻進(jìn)行版面元素的識別及閱讀順序的判定。該技術(shù)不僅能夠準確定位文檔中的關(guān)鍵信息段落，還能根據PDF文檔的布局和格式，推斷出人類(lèi)閱讀時(shí)的順序，而非機械地判定為從左至右排序，避免把完整的段落文字“攔腰斬斷”，真正做到了“所見(jiàn)即所得”。

圖 2：合合信息PDF文檔解析技術(shù)對雙欄論文的解析效果

　　合合信息技術(shù)團隊成員表示，上市公司年報頁(yè)數大多集中在200至300頁(yè)的范圍內，一個(gè)熟練的分析師可能在幾天到一周的時(shí)間內完成對年報的基本分析，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)間計算，解析工具可幫助大模型在一日內對數千家企業(yè)的年報數據進(jìn)行精準分析。