在银行、证券、资管、保险、供应链金融、制造、电商平台等各行业的审核业务中，有大量合同、报告、标书、保单等长文本的特定信息抽取需求。比如证券业务中，需要处理多达数百页的招股说明书、债券募集说明书、审计报告、不动产评估报告等文档；资管业务中，需要处理大量的借款合同、担保合同、抵质押合同、转让协议、裁定书、判决书、公告等非固定版式的债权相关文件，需要耗费审核人员大量时间翻阅、检索、定位信息，从庞杂的长文本信息中提取出关键信息。

由于这些长文本文档的版式不固定、类型多样、页数较多，且内部常常含有表格、印章等复杂要素，传统OCR技术往往较难实现高可用性的信息抽取效果。

合合信息基于先进的自然语言处理（NLP）技术，有效解决了各类型不固定版式长文本的关键信息智能抽取难题，推出了合同机器人等垂直场景产品，并通过研发文字识别训练平台，内置成熟的NLP与深度学习算法，助力企业自主开发针对自身业务场景的定制化长文本信息抽取模型。

合合信息文字识别训练平台，目前已内置信息抽取（锚点）、信息抽取（K-V）、信息抽取（NLP）、信息抽取（长文本）、分类识别五大算法模型，提供了集模型创建、数据标注、模型训练、模型测试、模型部署于一体的机器学习服务。

企业可通过合合信息文字识别训练平台的“信息抽取（长文本）模型”，自主开发针对合同、报告、法律文书等不同类型长文本的NLP信息抽取模型，零AI算法基础开发者也可轻松操作，有效解决了定制开发周期长、成本大、基于数据保密性要求无法对外部厂商提供训练样本的痛点，实现自主可控的AI开发与迭代。

• 操作流程

1.创建模型

设置模型名称，选择模型类型：信息抽取（长文本）。

2.数据集配置

设置抽取字段，可配置文本字段类型与印章、表格、手写、一维码、二维码等非文本字段类型。

3.上传数据

上传至少10个样本数据，支持生成虚拟数据，标注的样本数量越多，抽取的效果越准确。

4.标注数据

在图像上框选对应字段，自动识别，支持跨行、跨页标注，便捷完成数据标注。

5.训练模型

选择预训练模型、迭代轮数，一键即可自动化完成模型训练、构建、测试全流程，并提供整体、各字段、各样本测试结果。可在原模型版本基础上，持续迭代新版本。

6.使用模型

下载模型部署包，一键部署服务器，同时支持在线使用、API调用。在私有化部署场景中，通过服务资源调度，只需要少量显存即可实现在线“试一试”。

1.GPU/CPU训练与部署

合合信息文字识别训练平台支持GPU/CPU混合训练、混合推理部署、多模块合并，支持单GPU训练和纯CPU训练推理。企业可以在现有的硬件基础上直接部署文字识别训练平台，不需要额外的硬件投入，可降低企业硬件改造成本，灵活性高，鲁棒性强。

2.数据回流，终身自主学习

合合信息文字识别训练平台具备数据回流功能，通过搭建数据回流交换平台连接业务平台（数据生产系统）与文字识别训练平台，将实际业务中产生的标注信息数据进行拉取、整合、统计后回流至文字识别训练平台，并用于对应模型的训练，提升模型的识别准确率，实现“在业务场景中越用越好用”的持续迭代效果，真正做到了智能化和终身自主学习。

除了可自主训练开发NLP信息抽取模型的文字识别训练平台，合合信息还推出了通用长文本NLP信息抽取产品，开通即用，无需训练。一个模型即可满足各类文档的信息抽取需求，不限文档类型与版式，泛化能力强。

企业只需上传文档，配置需要抽取的字段，比如合同抽取配置：甲方名称、乙方名称、签约时间、付款方式等，即可实时抽取出配置的字段结果。

该产品无需定制开发，技术成熟可用性高，支持API、私有化部署、端侧SDK、AIoT等多种部署方式，已落地于多家大型集团业务流程，只需要少量人工辅助复核，即可以较低的综合成本实现长文本审核效率的大幅度提升。