法律文档 AI 处理： deepdoctection 开源项目的技术架构分析

最近在研究法律文档的 AI 处理方案，发现了一个值得关注的开源项目 deepdoctection （ GitHub 3173+ stars ），基于深度学习的文档分析 Pipeline 。

核心能力：

• Layout Analysis：基于 DocTr 模型检测文档区域（标题、段落、表格、图片）


• OCR 集成：支持 Tesseract 、PaddleOCR 等多种引擎


• 表格识别：TableTransformer 模型处理表格结构


• Pipeline 编排：灵活组合不同模型

但在法律文档场景中发现几个痛点：

1. 条款编号体系（如 3.2.1 条）在 OCR 后层级关系丢失


2. 交叉引用（详见第 5.3 条）断裂


3. 定义术语的关联关系无法自动提取


4. 合同 redline 版本的字符级变更追踪缺失

我的思考是，Document AI 只是底层能力，法律场景需要一个平台化的工作台来串联 OCR 、大模型推理、合同审查等完整工作流。我们正在做的 aiworkdeck 就是这个方向——插件化的 AI 原生法律工作台。

有人也在做类似的法律文档处理方案吗？想交流一下技术选型的经验。