DeepSearch 工作原理解析

女生: 哈喽大家好欢迎收听，我们这一期播客啊，然后今天咱们要聊的呢是，DeepSearch 它到底是怎么工作的啊，它是怎么把那些。乱七八糟的文档啊，变成我们想要的那种，结构化的数据然后还能给我们一些很精准的答案的。

男生: 听起来很有意思，那我们就赶紧开始吧！

女生: 那我们先来聊一聊啊就是，DeepSearch 它到底是怎么工作的它的整个的流程是什么样的？

男生: 就是它可以读入各种各样的，非结构化的文档嗯比如说 PDF Word 或者是图片。然后它会通过一个智能的引擎。去理解这个文档的结构和内容。然后最后输出的是，结构化的数据，关键的点以及，非常精准的答案。

女生: 那它这个所谓的非结构化文档和智能引擎到底是什么东西呢？

男生: 非结构化文档就是，没有一个预先定义好的数据模型。对，或者说没有以一种整齐的方式来组织的，信息嗯那比如说 PDF Word。扫描的合同。图片，网页，等等等等都是属于非结构化文档，它虽然里面有很多有价值的东西但是计算机想要直接去理解它是非常难的。

女生: 哦这听起来确实是个挑战，那这个智能引擎是怎么帮我们解决这个问题的呢？

男生: 就是它是 deep search 的核心，然后它是用人工智能。自然语言处理和计算机视觉的技术，嗯来模仿人类的阅读和理解。它不仅仅是 OCR 识别文字它还能够理解。文档的布局，嗯对，比如说哪里是标题哪里是段落。它还能理解，复杂的表格，然后把它提取出来，对它甚至能够去理解。文字背后的语义，嗯哼对就是真正像人一样的去读懂。

女生: 那这个智能引擎它具体来说能够理解文档的哪些方面的结构和内容呢？

男生: 它可以识别，文档的排版，嗯比如说标题是什么段落是什么。列表是什么，甚至图表和表格的位置它都可以定位到。对，然后它也可以理解文字的语义，嗯比如说它可以识别。关键的实体，嗯比如说人名啊公司名啊金额啊日期啊，等等等等。它也可以理解，句子和段落的意思，并且能够归纳出主题。对，然后它也特别擅长处理表格，它可以很精确的去检测。提取表格的数据，并且把它转换成，可用的结构化的格式。

女生: 那这个 DeepSearch 它最后输出的这些东西，结构化数据，关键洞察和精准答案到底是什么呢？

男生: 结构化数据就是，它把那些非结构化文档里面的信息。整理成了一种，非常清晰的格式，嗯比如说它把一个 PDF 里面的表格。提取出来变成了一个 Excel，嗯那这个就是非常适合。存到数据库里面或者说给计算机程序去进一步的分析。

女生: 听起来就很实用啊，那关键洞察和精准答案呢？

男生: 就是它会在理解文档的基础上。帮你提炼出一些有用的信息，嗯比如说一些趋势。或者说一些摘要，嗯或者它甚至可以直接回答你，你针对这个文档提出来的一些具体的问题。哦，那这个就非常厉害了就是你可以。很快的去找到你想要的东西然后去做一些决策而不用再去。一页一页的翻那些文档了。

女生: 所以总结一下就是 DeepSearch 它是一个非常厉害的工具啊它可以把各种各样的。复杂的非结构化的文档。转化成我们可以使用的结构化的数据，然后同时还可以给我们提炼出一些非常关键的信息和精准的答案，对可以帮助我们更高效的去做决策。

男生: OK 了以上就是这期播客的全部内容啦，感谢大家的收听咱们下期再见拜拜！