ppstructure 中的KIE 和 PaddleNLP中的UIE 哪个更适合用来提取版式不相同的发票关键信息

[Kyo1234567]

我发现ppstructure 中的KIE和PaddleNLP中的UIE似乎都可以用来提取发票、合同中的关键信息。如果我需要提取版式不同的发票信息，每种发票都有发票编号、日期、金额等信息，但是字段名称和位置都可能不相同。请问这种场景下，KIE 和 UIE哪个更合适？哪个精度更高？

[GreatV]

在你的场景——提取版式不同的发票的关键信息（字段名称和位置均不同）下，PaddleNLP 的 UIE（通用信息抽取模型） 更加适合，而 PP-Structure 中的 KIE 主要用于特定版式的文档信息提取。

对比分析

方面	KIE (PP-Structure)	UIE (PaddleNLP)
适用场景	适用于固定版式的表单、证件、发票	适用于不同版式、不同领域的信息抽取
分析方法	OCR + 语义实体识别 (SER) 或 关系抽取 (RE)	端到端预训练语言模型，支持零样本/少样本学习
版式适应性	适用于版式固定或变化较小的数据	不受版式影响，对不同结构的文档适应性更强
自定义能力	需对数据进行OCR标注并训练SER模型	通过 prompt 进行灵活调整，无需 OCR 标注
训练需求	需要有结构化标注数据训练	可零样本/少样本使用，更灵活
精度	在固定版式下较高；版式变化大时需重新训练	对不同版式适应性好，泛化能力更强

结论

1. 如果发票的版式是多变的（字段位置和名称不同），PaddleNLP 的 UIE 更适合，因为它依赖于通用预训练语言模型，并通过少样本或零样本学习适应不同输入格式，而无需重新训练 OCR + SER 模块。
2. 如果发票版式基本固定（仅内容变动），PP-Structure 的 KIE 会更高效，因为它结合了OCR和版式信息，在训练好的模型上对特定版式的文档信息提取精度较高。
3. 从精度来看，UIE 可通过 prompt 调整适应不同发票，而 KIE 需重新训练以适应新的版式，因此 UIE 可能在你的业务场景下产生更稳定的效果。

推荐方案

• 场景 A（发票版式多变） → UIE
• 场景 B（发票版式较固定） → KIE

如果你的目标是处理不同版式的发票，建议使用 UIE，因为它的能力更通用，泛化能力更强且易于应用。

---

Response generated by 🤖 feifei-bot | chatgpt-4o-latest

⚠️ This is an AI-generated response. Please verify any critical information.

[Kyo1234567]

如果不同版式的发票都是表格格式，但是字段名称和位置都不固定。这种场景KIE和UIE哪个适合？