MonkeyOCR

MonkeyOCR 是一个基于轻量级多模态大模型（LMM）的文档解析系统，专注于从扫描件、PDF等复杂版式文档中准确提取结构化信息。其核心采用“结构-识别-关系”三元组范式，支持文本、表格、标题、段落等元素的联合检测与语义建模，具备端到端处理能力，无需依赖传统OCR后处理流水线。模型已在Hugging Face和ModelScope开源，适配中英文混合、低质量图像及多栏排版等真实办公场景，适用于智能文档处理、合同分析、票据识别等企业级自动化需求。