英文：Document Understanding 分类：multimodal
解析并理解文档（扫描件、PDF、网页）内容的技术：版面、文本、表格、图表与语义关系，输出结构化知识与可问答信息。
技术：OCR→版面分析→阅读顺序重建→语义理解（文档大模型 LayoutLM、DocLLM）；能力：信息抽取（发票字段）、表格结构化、文档问答（RAG）；评测：字段级 F1、表格还原准确率。
用于财务（发票/合同自动录入）、政务（证件核验）、法律（案卷解析）与知识库建设；文档理解是"纸质/PDF 世界数字化"的引擎。