智能文档处理结合 OCR 与机器学习，自动从发票、收据、表单、合同等文档中提取键值对与表格数据，大幅减少人工录入，适用于财务、保险、政务等文档密集型流程。
智能文档处理（IDP）结合 OCR 和机器学习，自动从非结构化文档中提取结构化数据。它远超传统 OCR——不仅能识别文字，还能理解文档结构（键值对、表格、选择框），适用于财务自动化、保险理赔、合同分析等场景。
| 对比维度 | Amazon Textract | Google Document AI | Azure Doc Intelligence |
|---|---|---|---|
| OCR 文字识别 | 优秀（含手写体） | 优秀（含手写体） | 优秀（含手写体） |
| 表格提取 | 业界领先（复杂表格） | 优秀 | 优秀 |
| 预置模型 | 发票/收据/身份证/文档/支出 | 60+ 处理器（发票/合同/W-2/护照等） | 发票/收据/身份证/合同/W-2/名片等 |
| 自定义模型 | 支持（需标注训练） | 支持（Custom Document Parser） | 支持（Studio 可视化标注） |
| 签名检测 | 支持 | 支持 | 支持 |
| 布局分析 | 支持（段落/标题/列表） | 支持 | 支持（段落/标题/表格/图） |
| 中文支持 | 良好 | 优秀 | 优秀 |
| 定价（每千页） | $5-$65（按功能类型） | $0.10-$65（按处理器） | $1.50-$50 |
OCR 只识别文字位置和内容。IDP 在 OCR 基础上理解文档结构——识别键值对（如"金额：$500"中的键和值）、表格行列关系、选择框状态，输出结构化 JSON。IDP 还提供预置模型（如发票模型自动提取供应商、日期、金额等字段）。
Azure 建议每种文档类型至少 5 个样本开始训练，20+ 样本获得稳定效果。Textract 建议至少 25-50 个样本。Google 建议至少 10-20 个样本。样本越多、标注越准确，模型精度越高。