面向结构化文档提取的表单标注

标注 PDF 表单中的字段、复选框、分区和重复区域。为文档 AI 模型提供经过审核的样本,明确各项信息的位置及其含义。
Forms & Structured Document Extraction example with source-data annotations and contextual photographs.

清晰呈现表单结构

将不同版式和扫描记录转换为保留页面信息的一致训练标注。
Structured PDF text, image regions, and table cells selected for extraction.

字段名称与值

标记表单中的字段名区域和值区域,让模型学习它们在页面布局中的不同角色。
Form checkboxes labeled Checked and Unchecked.

复选框与选项区域

利用区域标签和任务定义的属性,识别已勾选与未勾选的选项。
PDF form with a labeled section and repeated table rows.

分区与重复行

依据一致的版面结构定义,标注成组的表单分区和重复表格行。
Consent statement and signature area labeled on a PDF form.

签名与同意字段

将签名区域、同意声明和相关选项标记为页面区域,并赋予任务定义的类别。

AI 团队为何选择 Unitlab

将文档标注、共用本体、专家审核和数据集交付整合到统一工作流,让团队专注于准备有价值的训练数据。
15X
加快文档标注
60%
释放 AI 工程师时间
5X
降低 AI 开发成本

表单与结构化文档提取的标注类型

将保留页面信息的视觉区域与结构化标签、文本值及属性结合,满足文档任务需求。
Structured PDF text, image regions, and table cells selected for extraction.

表单区域

使用矩形框和多边形,在对应的 PDF 页面上标注字段、选项和分区。

字段值与状态

根据标注本体中定义的选项,记录文本值或选中状态属性。

Form checkboxes labeled Checked and Unchecked.

表单与结构化文档提取常见问题

什么是结构化表单标注?

结构化表单标注用于标记表单中信息的位置与角色,包括字段名称、值、选项和分区。

能否标注复选框?

可以。标注复选框区域,并通过项目的类别或属性记录其状态。标注描述表单上可见的证据。

能否标注扫描表单?

可以。即使底层文本无法选择,也能使用视觉区域工具标注 PDF 页面。

如何区分字段名称与字段值?

为字段名区域和值区域使用不同类别或预定义属性方案。在不同表单版式中保持这一规则一致。

能否处理多页表单?

可以。浏览 PDF 的各个页面时,文档仍作为一个工作项保留。保存的标注包含相应页码。

工作流是否要求固定的表单版式?

不要求统一版式。团队可以使用共用本体标注不同表单,并定义需要提取的语义角色。

Unitlab 支持哪种文档格式?

原生文档工作流支持 PDF 文件。每个 PDF 始终作为一个工作项,团队浏览文档时,标注仍关联到原始页码。

如何审核文档标注?

审核人员检查页面区域及标签、处理评论,并通过已配置的工作流修正或拒绝工作结果。共用类别和属性可保持文档标注的一致性。

导出是否保留文档页面上下文?

是的。Unitlab 统一导出格式将文档元数据和页码与标签、属性及支持的关系一并保留,供下游文档 AI 流水线使用。

需要帮助设计表单与结构化文档提取工作流?联系 Unitlab