Scriber
文档信息智能认知系统
让机器读懂业务文档，提供你所需要的关键信息
灵活设计不同信息要素清单
根据业务需要和文档类型，自主定义待抽取要素字段，支持文本、数字、日期格式校验，以及多层级字段组合
鼠标画框，轻松提取文档内容
只需利用鼠标在原文档中画框，即可自动提取文本、段落、表格内容，不同位置内容可合并提取
清晰的文档内容和信息阅读界面
文档内容和抽取结果清单对比阅读，点击抽取结果，跳转原文档定位，记录信息出处、用于跟踪确认结果
多人抽取同一文档，复核信息
同一份文档可由不同人员进行抽取，多人提交的结果进行比较、第三人复核、确保结果正确性
AI模型智能预测要素信息
标注过程中，可训练AI模型，AI模型自动预测要素位置并推荐结果，实现文档信息的自动提取
个人版客户端
支持 Windows 与 macOS 系统
当前更新版本: V 1.0.19
当前更新日期:2019-11-06
快捷建立信息项要素
自主添加定义待抽取信息项字段，支持随时修改信息
自由框选，轻松提取文档
支持多种画框，自动合并提取文档中段落，表格等关键内容
一键查阅文档内容
点击信息项内容可对应跟踪查阅原文内容，方便校验
快速导出信息统计结果表格
完成提取后可导出信息汇总 Excel 文件，获取终版结果
支持识别的文档类型
任意版面格式的制式文档，文档主要信息以键值对（key-value pair）的形式展示（例如 “时间: 10/28/2020”）
各类型证件
各领域发票
各行业单据
可视化训练提取模型
交互界面进行模型的构建、数据标注、模型训练（目前接入模型为微软通用文档预训练模型 LayoutLM）、并发布生产
构建模型
根据文档，配置需要提取的信息（定义key）
Step 1
标注文档
上传一定量的文档，从文档中标注key对应的value
Step 2
构建数据集
打包标注过的文档，构建数据集用于模型训练，也可构建测试集
Step 3
模型训练
系统上训练模型，可扩充数据集训练多个版本、并测试评估
Step 4
发布生产
达到满意效果，可启用模型发布生产，上传文档可自动抽取
Step 5
功能亮点
完全可视化的界面操作，成熟的数据标注和训练体系，简单易用
通过神经网络模型增强key-value识别的准确率，可适应key-value位置变化、key文本描述变动以及复杂的版面格式
支持多版本（不同样本量）模型训练和评估，以实现最优抽取效果
版本比较
概述
自定义模型并进行训练、实现制式文档的key-value信息提取
客户可自定义信息框架内容，智能化、自动化地从批量的业务文档中提取关键信息并呈现给客户
快捷建立信息项要素，自由框选轻松提取关键信息，快速导出提取内容
用户权限
可创建多用户
可分配不同用户在系统内的操作权限
下载安装，微信登录
使用方式
web应用
客户定制化部署：支持API接口上传文档及获取结果，可对接企业上下游系统
客户端，支持 macOS、Windows 平台
使用范围
多用户
多人协作
单用户
信息提取方式
自定义“制式文档”key-value信息提取框架，支持手动提取、并训练AI模型实现自动提取
客户自定义信息框架，支持各类信息框架的AI模型训练
支持不同场景的文档批量提取
支持不同场景的文档批量提取
自由快捷建立信息项要素
导入已保存的信息项，即导即用，快速提取
导入已保存的信息项，即导即用，快速提取
更多特点
不同样本量下进行模型训练和评估，抽取效果好
神经网络模型适应key-value位置变化、key文本描述变动以及复杂的版面格式
神经网络模型适应key-value位置变化、key文本描述变动以及复杂的版面格式
AI提示，智能快捷
为客户提供全方位的服务支持
为客户提供全方位的服务支持
快速导出提取内容
为用户提供良好的产品功能体验
为用户提供良好的产品功能体验
我们服务的客户
