近年來，在“走出去”政策支持下，企業(yè)出海持續(xù)升溫。根據(jù)中國上市公司協(xié)會數(shù)據(jù)，2024上半年我國上市公司實現(xiàn)海外業(yè)務(wù)收入3.83萬億元，同比增長12.84%。隨著出海規(guī)模不斷擴(kuò)大，企業(yè)跨國間的交流也變得日益頻繁。為了應(yīng)對提交出口產(chǎn)品注冊資料、制作海外項目競標(biāo)標(biāo)書等場景，合合信息智能文檔處理技術(shù)助力企業(yè)解析、翻譯電子文檔，推進(jìn)出海項目進(jìn)程。

　　中企出海，應(yīng)對合規(guī)審查是第一關(guān)。企業(yè)需要處理的文檔不僅數(shù)量龐大，語種繁多，格式也不統(tǒng)一，包含多種結(jié)構(gòu)布局，尤其是無線表、密集表、合并單元格等復(fù)雜數(shù)據(jù)，增加了信息提取難度。合合信息文檔解析技術(shù)是智能文檔處理技術(shù)流程中的關(guān)鍵步驟，能夠在還原版面的基礎(chǔ)上，理解、抽取多語種文檔內(nèi)文字、表格、公式、圖片等元素，為企業(yè)出海提升文檔處理效率。

　　文檔解析巧解醫(yī)療企業(yè)產(chǎn)品注冊難題

　　醫(yī)療器械是生物醫(yī)藥行業(yè)出海中的“主力軍”。醫(yī)械產(chǎn)品在上市前，不少海外國家都會要求企業(yè)在線填報醫(yī)療器械注冊申報表格，提供企業(yè)介紹、產(chǎn)品規(guī)格、設(shè)計文件、測試數(shù)據(jù)和臨床數(shù)據(jù)等信息，單人需要耗費(fèi)數(shù)天進(jìn)行資料的整理和翻譯。

　　合合信息文檔解析技術(shù)作為“全科優(yōu)秀生”,支持一個接口解析PDF、Word(doc、docx)、常見圖片(jpg、png、webp、tiff)、HTML 等多種文件格式，可一次性獲取文字、表格、標(biāo)題層級、公式、手寫字符、圖片信息。同時還能夠做到按照人類閱讀的正常順序理解上下文關(guān)系，而非機(jī)械地從上到下讀取內(nèi)容。

　　以醫(yī)械產(chǎn)品說明書為例，文檔解析技術(shù)會根據(jù)版面布局合并在跨頁中被“攔腰斬斷”的段落和表格，接著再區(qū)分并提取純文本，表格內(nèi)的產(chǎn)品參數(shù)、型號、化學(xué)符號、數(shù)學(xué)單位等元素，保證數(shù)據(jù)解析結(jié)構(gòu)的完整性。

　　圖說：合合信息文檔解析技術(shù)精準(zhǔn)實現(xiàn)跨頁段落合并

　　在完成文檔解析后，企業(yè)還需將內(nèi)容翻譯成當(dāng)?shù)卣Z言版本用于醫(yī)械產(chǎn)品上市注冊審批，翻譯前的信息提取精度直接影響了翻譯精度。文檔解析技術(shù)能夠保持段落、表格等原始結(jié)構(gòu)，減少翻譯后重排工作，同時支持批量、高效提取五十多種語言文檔內(nèi)的信息，可精確定位至某頁某行某個具體單詞，提升翻譯后的文檔一致性。

　　AI助力制造業(yè)規(guī)避侵權(quán)風(fēng)險

　　制造業(yè)作為出海“老牌”行業(yè)，正在向具有高附加值的先進(jìn)制造業(yè)轉(zhuǎn)型，在此過程中，知識產(chǎn)權(quán)糾紛也成為了容易觸發(fā)爭議的領(lǐng)域之一。《中國專利調(diào)查報告》顯示，2023 年計算機(jī)、通信和其他電子設(shè)備制造業(yè)企業(yè)遭遇海外知識產(chǎn)權(quán)糾紛比例最高，影響企業(yè)海外發(fā)展前景。

　　對此，企業(yè)需要做好侵權(quán)風(fēng)險分析，打造企業(yè)專利信息庫，定期檢索與本產(chǎn)品及技術(shù)密切相關(guān)的專利說明書、科研論文、國際標(biāo)準(zhǔn)等內(nèi)容。在專利庫搭建過程中，除了文本、表格和流程圖外，數(shù)學(xué)公式也是材料中常見的元素，以其復(fù)雜的結(jié)構(gòu)成為文檔解析過程中的“攔路虎”。

　　過去工作人員需要經(jīng)過數(shù)道繁雜程序?qū)�公式進(jìn)行查找、辨認(rèn)和手工錄入，耗費(fèi)時間長。文檔解析技術(shù)可單獨(dú)對公式類內(nèi)容進(jìn)行批量提取，支持識別Latex公式并導(dǎo)出為MathML Code等多種格式。為了進(jìn)一步提高數(shù)據(jù)精度，用戶可直接在界面上修改、編輯公式，方便后續(xù)數(shù)據(jù)應(yīng)用。

　　圖說：合合信息文檔解析技術(shù)批量識別公式

　　出海是中企尋求發(fā)展之道的重要路徑，然而藍(lán)海之下暗流涌動，企業(yè)出海仍面臨著市場、文化、法律等多方面的難題。合合信息會繼續(xù)挖掘智能文檔處理技術(shù)在出海場景中的深度應(yīng)用，幫助更多企業(yè)“揚(yáng)帆遠(yuǎn)航”。