文字识别OCR新上线的 单证票据信息抽取 跟原来的 表格信息抽取 的区别是什么？

文字识别OCR中的单证票据信息抽取与表格信息抽取存在多方面区别：

适用对象

• 单证票据信息抽取：主要针对各种单证、票据，如增值税发票、定额发票、机打发票、火车票、船票、报关单据、国际发票、箱单、海运单、空运单、合同等，这些单证票据格式相对固定，但内容和版式细节各有不同.
• 表格信息抽取：适用于各类表格，包括有框、无框、半线表格等，其版式相对固定，但表头、行列数量和内容等可能存在差异，如财务报表、统计表格、问卷调查表等.

抽取方式

• 单证票据信息抽取：通常需逐行标注数据，按照单证票据上的信息排列顺序，依次对每行的关键信息进行提取和标注，以获取如发票代码、发票号码、开票日期、金额等具体内容.
• 表格信息抽取：可根据表格特点选择整块标注或按行列标注。对于结构简单、行列规律的表格，整块标注可提高效率；对于复杂表格，按行列标注更能准确提取信息.

数据结构化程度

• 单证票据信息抽取：更强调将抽取的信息转化为高度结构化的数据，以键值对（K:V）形式呈现，如“发票号码:123456789”，便于直接查询和管理，可与企业的ERP、CRM等系统无缝结合，实现信息的快速流转和自动化处理.
• 表格信息抽取：除了将表格内容转换为可编辑的表格格式数据外，也可根据用户需求进行一定程度的结构化处理，但相对而言，其数据结构化程度可能不如单证票据信息抽取高，有时需进一步整理和转换才能满足特定业务需求.

对模型的要求

• 单证票据信息抽取：由于单证票据种类繁多、版式细节差异大，要求模型具有更强的泛化能力和对不同版式的适应能力，能够准确识别各种票据上的关键信息，即使在票据存在一定程度的变形、模糊或噪声干扰等情况下，也能保证较高的抽取准确率.
• 表格信息抽取：模型需重点关注表格的结构和内容识别，对表格的行列规律、表头与内容的对应关系等有较好的理解和把握，在处理不同版式表格时，能够通过学习和训练，快速适应并准确抽取表格中的信息.

应用场景

• 单证票据信息抽取：广泛应用于财务、金融、物流、国际贸易等领域，可实现票据的自动化审核、数据录入和信息管理，提高工作效率，降低人工成本，减少错误率，如银行的票据审核、企业的财务报销等.
• 表格信息抽取：在数据统计、分析、报表生成等场景中应用较多，可将纸质表格快速转换为电子表格，方便进行数据处理和分析，如市场调研数据的整理、企业财务报表的编制等.

您好，文字识别OCR的单据票证信息抽取可对版式相对固定的单据、证件、凭证等类型数据有较好的效果

详细内容参考文档：https://help.aliyun.com/zh/ocr/product-overview/ticket-and-invoice-information-extraction?spm=a2c4g.11186623.0.0.78fa17e0PXQXQx
表格信息抽取可对版式相对固定的表格、表单的等类型数据有较好的效果

这两个能力针对的场景不同，关于表格信息抽取详细内容参考文档：https://help.aliyun.com/zh/ocr/product-overview/table-information-extraction?spm=a2c4g.11186623.0.0.342e4069hbd5eU

目标区域不需要标注，单证票据模型功能近期会下线，不建议使用 。此回答整理自钉群“【官方】阿里云OCR文档自学习用户答疑群”