文档版面分析与表格提取

文档版面分析与结构提取 (Document Layout Analysis & Parsing) 是 RAG 系统对非结构化复杂文档（PDF, Scan Image, Word, PPT）进行语义还原的前置处理技术；它结合视觉多模态检测模型（如 LayoutLMv3, YOLOV8-Document, Marker, MinerU）与 OCR 引擎，准确识别文档中的正文段落、分栏顺序、多级标题树（H1-H4 目录拓扑）、公式以及复杂合并单元格表格，并将其保真转换为包含语义标记的 Markdown 或 HTML 格式。

法律合同、金融财报、学术论文、招股书等长难复杂排版文档的高保真 RAG 解析入库。

传统纯文本提取工具（如 PyPDF, pdfplumber）会将跨列双栏排版错乱拼合成乱序文本、彻底破坏表格多行多列二维拓扑关系，导致嵌入模型检索时语义彻底失真；版面分析保证了阅读顺序正确与表格语义完整。

对比基于规则的文本提取 (PyMuPDF/pdfminer) 与基于深度学习的视觉版面解析 (MinerU/Marker/Unstructured) 的召回与计算开销？

对于复杂跨页、合并单元格财报表格，如何将其转换为 Markdown / HTML 并在表头注入元数据以防检索信息丢失？

多栏排版（Multi-column / 双栏学术论文）中的阅读顺序重构 (Reading Order Reconstruction) 算法原理？

Vision-Language Model (如 ColPali, GPT-4o, Qwen2-VL) 直接端到端解析 PDF 页面相比传统 OCR + Chunking 的技术优势？

PDF 中扫描件公式识别（LaTeX 提取）与矢量字体提取混合管道的容错兜底策略？