问题: Ragflow里面的Deepdoc是什么

👇 点击展开/折叠 面试背诵模板（建议先背这个） DeepDoc是RAGFlow内置的**视觉文档理解模型**，是RAGFlow区别于其他RAG产品的核心技术。它通过深度学习技术模拟人类阅读文档的方式，从视觉层面理解文档的整体结构。其核心能力包含三大任务：OCR识别提取图片/扫描件文字、DLR文档布局识别区分标题、段落、页眉、页脚等区域、TSR表格结构识别还原带合并单元格的复杂表格。DeepDoc作为RAGFlow v0.17.0起处理PDF文件的默认解析器，将非结构化的视觉内容转换为带位置元数据的结构化文本块。
---

一、什么是DeepDoc？

DeepDoc是RAGFlow内置的视觉文档理解模型。它是RAGFlow区别于其他RAG产品的核心技术之一，旨在解决复杂文档的精准解析问题。

简单来说，DeepDoc的目标是让机器像人一样，通过“看”来理解一份文档。它通过深度学习技术，从视觉层面理解文档的整体结构。

二、核心能力：三大关键任务

DeepDoc通过协同执行三项核心任务来实现深度文档理解：

核心任务 英文缩写 功能说明
OCR识别 OCR 从扫描件、图片等非文本PDF中提取文字，这是最基础也是最重要的步骤。
文档布局识别 DLR 理解文档结构，区分标题、段落、页眉、页脚、图表等不同区域。
表格结构识别 TSR 识别并还原表格结构，包括层次化表头、合并单元格等复杂元素。

三、工作原理与优势

在RAGFlow v0.17.0版本之后，DeepDoc已成为处理PDF文件的默认解析器。

其工作优势主要体现在：

  1. 解析非结构化数据：能将扫描件、图片等原本机器无法直接理解的视觉内容，转换为机器可读的文本。
  2. 保留文档结构：不仅仅是提取文字，还能理解文档的逻辑结构。
  3. 输出结构化信息：解析后的文本块会附带页码、边界框坐标等位置元数据，让结果可溯源至原文。
  4. 本地运行：DeepDoc默认在本地运行，使用从HuggingFace下载的ONNX模型，不会将数据发送到云端进行推理。

四、为什么DeepDoc很重要？

DeepDoc直接影响了RAG应用的效果。在复杂文档场景下，引入RAGFlow的深度解析能力后，文档解析准确率可从约68%提升至92%。这解决了传统RAG系统在处理PDF、扫描件等复杂格式时效果不佳的核心痛点。