88
在大模型应用中，如何处理文档智能处理（如合同审查、报表分析）场景？
业务理解与场景落地困难
📋 面试问题
在大模型应用中，如何处理文档智能处理（如合同审查、报表分析）场景？
✅ 期望回答
技术架构：
- 文档解析：非结构化文档解析（PDF/Word/扫描件）-> 结构化提取（Unstructured.io、LlamaParse、Marker等工具）
- 分块策略：根据文档层级结构分块（语义分块、递归分块、Markdown标题分块），关键字段保留原始表格/段落位置
- 多步处理：不是单个Prompt解决所有问题，而是Pipeline：章节分解 -> 逐章分析 -> 要点汇总 -> 风险标注
- 检索引擎：根据合同类型（采购、租赁、劳动）检索对应的审查规则库
- 逐条对比：LLM逐条对照规则判断条款合规性
- 风险标注：对问题条款标注风险等级和修改建议
- 结果溯源：每个判断都要引用原文条款位置
- 表格、多级标题、修订痕迹、签字页等复杂格式的处理
- OCR文字识别准确率（扫描件场景）
- 长文档（100+页）的上下文管理
- 法律合规风险——需人类专家最终审核
#文档处理#合同审查#RAG