文档理解是对各类文档和表格进行结构化识别与理解，返回层级树和版面分析等相关信息。本文介绍文档理解的功能特性、功能优势和应用场景。
功能特性
文档解析（大模型版）
对各类版式的文档（电子版和扫描版）进行解析，从文档中提取出层级树和版面信息，支持输出markdown格式。可作为大模型预训练、RAG的文档预处理链路，提供高质量、高精度的文档解析服务，能够帮助企业高效地进行大模型应用的场景建设。
电子文档解析
适用于纯电子文档的解析，从电子文档半结构化内容中解析出所包含的结构化对象，从文档中提取出逻辑层级结构，支持输出markdown格式。
文档智能解析
进行通用文档解析，从文档中提取出逻辑层级结构、文本内容、表格内容、Key-Value键值字段、样式信息等。基于对文档的内容信息、版面信息和逻辑信息的分析理解，以结构化数据的形态输出抽取结果。
能力比对
版本 | 支持格式 | 输出 | 特点 | ||
文档解析（大模型版） | 支持市面上绝大部分格式的文档：
|
| 功能较全推荐使用 | 效果较好 | 速度较快 |
电子文档解析 | 纯电子解析，支持格式：
|
| 功能中等 | 效果中等 | 速度最快 |
文档智能解析 | 支持格式：
|
| 功能较全 | 效果较好 | 速度最慢 |
表格智能解析
进行通用表格解析，从表格中提取出表格样式、表格内容、文本KV、表格KV等。基于对表格的内容信息、版面信息和逻辑信息的分析理解，以结构化数据的形态输出抽取结果。
文档抽取
进行文档关键信息抽取，对各种类型的文档和表格中的关键信息进行智能化抽取，返回Key-Value内容。既包括文本段落中的KV字段，也包括表格中的KV字段。
功能优势
算法技术先进
依托阿里丰富的文档场景打磨的多模态文档识别与理解引擎，算法效果与性能指标处于先进水平。
行业应用丰富
覆盖海关物流、司法、招投标、政务、金融财税等多行业多场景应用，可满足各行各业的文档处理需求。
部署方式灵活
支持公共云API、混合云Docker、aPaaS、SaaS等多种产品接入方式，产品形态灵活，使用门槛低。
服务质量可靠
提供高可用的文档处理能力，已在海量文档处理业务中反复锤炼，服务稳定性高，支持弹性扩缩容。
应用场景
大模型训练
支持对pdf、word、markdown等多种文档格式的处理，返回文档的层级结构，并结合文档语义信息，处理成文档切片后用于大模型训练，方便下游结合大模型开发智能问答等应用。
检索增强生成RAG
可以精准识别并解析包括企业日常办公中常见的Office文档（word/excel/ppt ）、pdf、图片等在内的主流文件类型，返回文档的样式、版面信息和层级树结构，从而为RAG输入高精准度、高连贯语义的切块（Chunk），保障了整个RAG方案的基础效果。
办公文档处理
对各类办公文档和表单进行智能化处理，实现文档的结构化信息提取，提升办公场景下的生产力。