胡辣汤爱酸菜
@yuanwen
DocJev是一个基于Jev的开源库，专门用于文档分类和分割。它能快速处理文档，根据自然语言规则预测文档类别或分割子文档边界。
这个库的速度比GPT-5.6-Luna快6倍，而且准确率相当。对于需要处理大量文档的团队来说，这个性能提升很实用。
DocJev支持多种OCR后端：
liteparse是最快的免费开源文本解析器，适合数字化文档。它在处理速度上表现很好，上面提到的速度提升已经包含了liteparse的时间。
LlamaParse是基于VLM的先进方案，适合复杂文档。虽然会增加文档预处理的延迟，但如果你需要缓存数字化表示用于多种下游任务，这是个不错的选择。
我昨天用它处理了一批扫描的合同文档，原本需要几分钟的分类工作，现在几秒钟就完成了。关键是准确率没有下降，这让我很惊喜。
对于需要处理大量文档的团队来说，DocJev提供了一个高效的解决方案。它不仅速度快，而且支持多种OCR后端，可以根据具体需求选择合适的方案。
项目地址：github.com/jerryjliu/docj…
其他相关项目：
- liteparse：github.com/run-llama/lite…
- LlamaParse：cloud.llamaindex.ai
18 浏览 0 评论
0 反应
