名词解释 / 03
文件解析
第 36 / 127 个名词用 AI 处理文档和公司资料
英文名称：Document Parsing
常见别名：文档解析、内容解析
所属分类：用 AI 处理文档和公司资料
一句话解释
文件解析是把 PDF、Word、Excel、图片等文件中的文字、表格、标题和版面结构提取出来，转换成 AI 可以继续检索和处理的内容。
工作中什么时候会遇到
向 WorkBuddy、千问办公或企业知识库上传合同、标书、设备手册和扫描件后，系统显示“正在解析文件”，就是在进行这一步。
能解决什么问题
- 从多种文件格式中提取正文。
- 识别标题、段落、表格和页码等结构。
- 为摘要、问答、审查和知识库检索准备内容。
- 配合 OCR 处理扫描件和图片文字。
举个例子
投标人员上传招标文件后，系统先解析章节、资格条件、评分项和表格，再由 AI 生成审查清单。若解析时漏掉附件或把表格列错位，后续审查也会受到影响。
怎么使用
上传前确认文件完整、可正常打开且版本正确；解析完成后，抽查目录、关键表格、金额、页码和附件。复杂扫描件可先做 OCR，再确认阅读顺序和表格结构。
使用时要注意什么
文件“上传成功”不代表“解析正确”。加密文件、多栏排版、扫描件、合并单元格、公式、图纸和隐藏内容都可能丢失或错位；涉密文件还要确认工具是否经过企业批准。
容易混淆的词
- OCR：专门把图片中的文字识别出来，是文件解析可能使用的一步。
- 文件读取：只表示能够打开文件，不保证理解其结构。
- 信息抽取：从解析后的内容中继续提取名称、日期、金额等字段。