---
title: "文檔理解（Document Understanding）"
slug: document-understanding
language: zh-TW
source: https://aiterms.tw/terms/document-understanding
updated_at: 2026-06-22
tags: [電腦視覺, 自然語言處理, AI應用]
ipas_term: false
---

# 文檔理解（Document Understanding）

將掃描或數位文檔轉換為結構化信息的技術，理解文檔內容、版面和邏輯關係。

## 完整說明

文檔理解（Document Understanding）是將非結構化或半結構化文檔轉換為結構化、機器可處理的信息的過程。它結合 OCR、佈局分析、實體識別、關係提取等多項技術，自動理解文檔內容、版面設計、表格結構、邏輯流程等。廣泛應用於企業流程自動化、知識萃取、智能合約審查等領域。

## 常見問題

### 文檔理解和 OCR 的主要區別是什麼？

OCR 的目標是將圖像中的文字轉換為文本，重點在於字元級的識別精度。文檔理解則進一步理解文檔的結構和語義：它分析文檔版面、識別標題與內容、提取表格數據、識別關鍵實體（如日期、金額）及其關係。例如，OCR 可識別「2024-06-23」和「1000 元」，而文檔理解能識別「簽訂日期」和「合約金額」的語義角色。文檔理解是更高階、更有用的任務。

### 文檔理解系統如何應對不同格式的文檔？

應對文檔多樣性有多種策略。首先，預訓練通用基礎模型在大規模異質文檔上，以習得通用模式。其次，使用文檔分類先將文檔歸類（發票、合約、報告等），再用專用模型處理。第三，採用微調或少樣本學習，用少量新格式樣本快速適應。第四，設計靈活的輸出格式，允許模型輸出不同結構的信息。實際應用中，組織通常結合多種策略：使用通用模型作基礎，針對常見文檔類型微調，對罕見格式採用人工審核補助。

### 文檔理解在提高業務流程自動化中的作用是什麼？

文檔理解是自動化的關鍵啟用技術。傳統流程中，人工需逐份審閱和輸入文檔信息，耗時耗力。文檔理解系統自動提取結構化數據（客戶名、金額、日期等），直接導入業務系統（ERP、財務軟體、CRM），無需人工干預。這不僅提升效率 50-80%，還降低人為錯誤。此外，系統能識別異常或需人工審核的情況（如金額超限、缺失信息），實現「異常例外」的工作流，讓人工專注高價值判斷，進一步提升投資回報率。

---

來源：https://aiterms.tw/terms/document-understanding
快查頁：https://aiterms.tw/terms/document-understanding
最後更新：2026/06/22
深度解說：https://aiterms.tw/learning/what-is-document-understanding