面向密集文件的文档解析
从复杂的 PDF 中提取表格、图表、阅读顺序和多栏版式，以便下游工作流使用更清晰的源材料。
Lettria
认领Lettria 是面向受监管行业的 AI 文档智能平台，可将非结构化文档转化为结构化知识，提供可追溯、含上下文的答案，适合基于自有数据进行审核与查询的团队。
Lettria概述
Lettria 是面向受监管行业的 AI 文档智能平台。其说明中的用途是将非结构化文档转化为可查询、可追溯且保留源上下文的结构化知识。
该产品围绕四个模块展开：Document Parsing、Ontology Building、Text to Graph 和 GraphRAG。网站将这些工具定位为一条流水线，用于把复杂文件转化为可审计的知识图谱和含上下文的答案，满足对可靠性、解释性和可追溯性有要求的团队。
主页强调其在医疗、金融、法律和工程领域的应用，例如基于证据的研究、财务披露分析、合同与法规审查，以及技术排障。整体工作流以先从文档中提取结构为核心，再利用这些结构支持下游分析和决策。
Lettria 还描述了一个名为 Perseus 的原生图基础设施，它可以将文档、SQL 数据库或 API 连接到单一图中，并保留回溯到原始来源的可追溯性。在源材料中，该产品被定位为适合处理高风险或信息密集型文档的组织，且其输出应当易于理解并可供审核。
核心能力
本体构建
自动从文档中生成领域特定本体，减少人工映射，并让结构随领域发展而演进。
Text to Graph
将文本转换为包含实体、关系和约束的知识图谱，用于结构化分析与复用。
GraphRAG
将图检索与推理相结合，生成建立在底层知识图谱之上的可解释答案。
数据集管理
提供数据集管理器，用于组织已解析来源，并在团队和项目间复用。
可审计的图基础设施
支持名为 Perseus 的图层，可将 PDF、SQL 数据库或 API 统一到生产图中，并保留来源可追溯性。
常见用例
基于证据的研究
医疗和科学团队可以查询临床试验、出版物和内部文档，答案基于明确的来源、证据和上下文，便于审核与验证。
财务披露分析
金融团队可以从披露文件中提取并整理数据，使 AI 系统能够以可追溯、可审计的支持来回答问题。
法规与合同审查
法律团队可以审查法规、合同和政策文件，同时保持对定义、解释和来源依据的控制。
技术文档分析
工程团队可以分析技术文档，并使用可验证的逐步信息进行排障，而不是依赖松散的摘要。
知识图谱准备
构建知识层的组织可以将已解析文档转化为可复用的数据集和生产图，以支持后续的 GraphRAG 工作流。
Pros and Cons
Pros
- 将解析、本体构建、图创建和 GraphRAG 集成在一个工作流中。
- 强调可回溯到源文档以及可解释的输出。
- 支持多种文档类型，包括 PDF、图片、电子表格、音频和 JSON。
- 提供数据集管理，便于在团队和项目之间复用。
- 面向受监管或高风险文档工作流，这类场景重视审核与验证。
Cons
- 所提供文本中的公开定价页面未显示实际价格或套餐详情。
- 收集到的来源未提供完整的集成列表或部署选项。
- 安全页面文本不完整，因此在采购前应直接核实合规细节。
FAQ
Lettria 用于什么？
Lettria 是一个文档智能平台，旨在从复杂且高风险的文档中提取结构化信息和经过验证的知识。来源页面将其描述为适用于受监管行业，以及需要从自有文档中获得可追溯、含上下文答案的团队。
Lettria 如何工作？
网站说明 Lettria 通过四个核心模块运作：Document Parsing、Ontology Building、Text to Graph 和 GraphRAG。它们共同将非结构化文档转化为结构化知识和可解释的输出。
它可以处理哪些类型的文件？
文档解析页面说明 Lettria 可处理文本文件、电子表格、PDF、图片、音频和 JSON。它还描述了诸如完整提取文本、文档分块和元数据之类的输出。
Lettria 如何定价？
定价页面在所提供的文本中未显示套餐价格或限制。页面展示了请求演示或预约通话的行动号召，因此定价似乎通过公开网站上的直接销售联系来处理。
Lettria 对受监管工作来说足够安全吗？
来源材料提到安全处理、可追溯到原始文档，以及文档解析的私有环境。但在所收集的文本中并未提供完整的合规认证列表，因此在部署或合规要求方面应直接向供应商确认。
Quick Facts
- 类别
- 文档智能 / 知识图谱平台
- 主要用户
- 医疗、金融、法律和工程团队
- 核心工作流
- 解析文档、构建本体、将文本转换为图谱，并使用 GraphRAG 查询
- 提及的输入类型
- 文本文件、电子表格、PDF、图片、音频和 JSON
- 来源域名
- lettria.com
- 定价
- 公开网站上请求演示或通话；所收集文本中未显示价格