MonkeyOCR

MonkeyOCR：华科开源高效文档解析模型，精度超越闭源大模型、速度还更快！

作者

华中科技大学开发的MonkeyOCR文档解析模型在OmniDocBench数据集上取得显著成果，相比MinerU、Qwen2.5-VL等开源和闭源大模型，在中文内容识别方面表现出色。该模型采用结构-识别-关系(SRR)三元组方法，并基于大规模标注数据集MonkeyDoc进行训练。

MonkeyOCR：文档解析新范式，结构-识别-关系三元组如何颠覆传统？

作者

文章介绍了一种名为MonkeyOCR的新文档解析模型，采用Structure-Recognition-Relation (SRR)三元组范式分解文档解析任务为结构检测、内容识别和关系预测三个阶段。该模型在多个文档类型上表现出色，支持多语言和多种格式的文档处理，并且提供了高效的部署方案。

一周1.2k星！兼具质量与效率的OCR模型MonkeyOCR，支持多样化的中英文PDF

作者

MonkeyOCR采用结构-识别-关系（SRR）范式提升文档解析性能，相比MinerU和端到端模型，在九种文档上的表现均有提升。它支持快速开始安装、推理等步骤，并提供了多种示例文档展示效果。