什么是OCR？
OCR英文全称是Optical Character Recognition，即光学字符识别，是一种能够将PDF文件、图像和纸质文档中的文字自动识别并录入到计算机中的软件技术，属于非键盘输入范畴。OCR针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。
OCR可以协助企业将纸质文档转换成文本格式，但为什么大多数公司还没有完全采用无纸化流程呢？究其原因，公司近80％的信息资源通常以非结构化数据的形式存在，随着数据的堆积，将变得难以管理，并且将保留大量冗余数据，这些都是OCR无法处理的。而IDP不仅可以识别大量非结构化文档，还可以将提取的信息用于分析和工作流程自动化，数据和分析人员可以利用这些信息获得洞察力以及提高运营效率。
什么是IDP？
IDP英文全称是Intelligent Document Processing，又称智能文档处理，指使用机器学习（ML）、深度学习（DL）、计算机视觉（包括OCR/ICR）和自然语言技术（NLT），来从结构化和非结构化的文档（如发票、采购订单、年度报告、视频文件、音频、工作表、邮件等）中捕获或提取信息、以及对文档进行处理（比如合并、分割、校正文档，数据去噪、验证、标注、验证）等操作。
OCR和IDP有什么区别？
OCR只是一种字符识别技术，可以扫描文档并将其转换为机器可读的形式，但它无法像IDP那样理解数据。而IDP基于OCR技术以外，还结合了机器学习（ML），深度学习（DL）以及自然语言处理（NLT），让识别的数据量更大、识别精度更高，而且还能自动纠错、调整格式，更加智能。
举个例子，OCR可以从文档中识别出数字“1990”，但却不知道这些数字是出生日期的一部分。而IDP却能根据提前设置好的模型，理解这一数据背后的含义。再举个例子，面对大量合同文件，有的人日期一栏写的是1900.10.10，有的人写的是1900-10-10，OCR识别什么就是什么，但没办法将它们作为同一个类型的数据，不利于企业进行数据汇总。而IDP可以将它们转换成同样的格式（如1900年10月10日），企业可以利用整理好的合同信息获得洞察力。
什么是弘玑尚书台（IDP）？
弘玑尚书台，是弘玑基于先进AI识别/理解技术和RPA技术，打造的智能文档处理平台（IDP，Intelligent Document Processing），可实现纸质文书从识别、提取、纠错、到录入系统的全自动化操作。
弘玑尚书台（IDP）的优势？
弘玑尚书台可以识别“多”种文书单据，表格、无框列表、甚至手写图片
数据处理时间少于手动处理一半以上, 原先耗时5分钟的任务，只需几秒钟“快”速完成
手动处理易出错，弘玑尚书台基于AI帮助校验和审核，工作完成的又“好”又准
无需耗时且昂贵的标注和模型训练，还可按需付费，方便又“省”钱
弘玑尚书台（IDP）的应用场景
财务报销：识别全国绝大多数财务报销流程中的增值税发票、购物小票、火车票、出租车票、过路费、行程单等票据，支持票据拆分、混贴、公章识别、票据分类、核算稽核等财务需求。
物流场景：支持各类物流过程中的磅单、发货单、收货单、财务发票、海运托书、提单、海关报关单的自动识别、解析、录入、校对等全过程。
人事管理：自动化识别和验证公司入职、背调、信息录入等员工提交的身份证、户口本、学位证书、学位证明、银行卡等个人信息，并支持自动验证真伪。
政企场景：支持企事业单位的对公业务往来中的公司三证、组织机构代码证、法人证明，和各类行业经营许可证的识别和自动处理。
……
