用明确字段代替模糊要求
一份文档可能包含多个日期，仅要求“查找日期”不够准确。请说明需要发布日期、活动日期还是截止日期，方便判断结果是否正确。
iWeaver 智能文档信息提取
从文档中提取指定事实、字段和原文段落，并按统一格式核查结果。
0 / 20
什么是智能文档信息提取？
智能文档信息提取利用 AI 识别文件中的指定信息，并按实际任务整理。它不同于一般摘要：你可以明确要求提取研究方法、产品规格、截止日期，或支持某项结论的原文段落。
先明确字段定义并选择相关材料，再让 iWeaver 以表格或列表输出结果。找不到的信息应如实标记。将提取结果用于报告或决策前，请对照原文核实。
提取信息前，先定义字段
为每项结果保留原文依据
提取信息时，同时要求相关原文或章节位置。数字和结论往往依赖上下文；引用信息也需要回到原文核对。
保留单位和限定条件
没有单位、统计周期或适用条件的数字容易误导。必要时将这些内容列为独立字段，并保留“估算”“区间”等原有表述。
缺失信息不要猜测
提前规定如何标记原文未提供的字段。提取任务中，“未找到”比推测出的答案更可靠；有歧义的内容应另作备注。
一个便于核查的提取示例
比较多篇研究论文时，应先统一提取字段。下表示范的是字段规则，并非真实测试结果。每项字段都说明了什么样的答案才符合要求。
| 提取字段 | 字段定义 | 信息缺失或不明确时 |
|---|---|---|
| 研究问题 | 论文明确提出的研究问题 | 标记未找到，不要编造研究目标 |
| 样本 | 论文列出的参与者或观察对象 | 缺少样本量或群体信息时保持空缺 |
| 研究方法 | 方法章节描述的研究方式 | 保留研究设计的限制条件 |
| 主要局限 | 作者明确承认的研究局限 | 将个人推断与原文内容分开 |
试试这样提问：“从每篇论文中提取以下字段，每篇一行，并在可用时附上原文或章节。缺失信息填写‘未找到’，推断和解释单独放在备注列。”
如何从文档中提取信息
01
选择文档并定义字段
选择与当前任务相关的材料，为文件使用清晰的名称，并列出需要提取的字段。对于日期、结果、负责人或总额等词，明确具体含义。
02
要求统一的输出格式
要求以表格或列表输出，每行对应一条信息。包含来源列，规定缺失值的写法，并保留数值单位和重要限定条件。
03
结合原文核对提取结果
核查关键数据对应的原文和上下文，检查来源、字段是否匹配。解决疑点后，再将结果汇总到报告或其他资料中。
提取真正有助于工作的关键信息
使用提取结果前的三项检查
确认字段含义匹配
核实结果是否回答了原先定义的问题。到期日不同于签发日，小计也不同于总计。出现多个候选值时，应说明选择规则。
查看上下文
检查原文附近的标题、脚注和限定说明。不同表格列可能采用不同单位或统计周期，比较时必须保留这些差异。
明确处理不确定信息
将缺失、模糊的信息与已核实的结果区分。如果结果将进入其他工作流程，需要设置确认标准；表格整齐不代表内容一定准确。
常见问题
探索更多文档处理工具
根据下一步任务选择适合的文档工具。