DEEP Parser

Tài liệu được dựng lại thành dữ liệu mà AI của bạn có thể tin cậy.

Giữ nguyên cấu trúc tài liệu, kể cả bảng, biểu đồ, ô gộp và bố cục nhiều cột, rồi chuyển thành dữ liệu mà tìm kiếm và tác nhân AI dùng được ngay.

Liên hệDùng thử miễn phí

Khi phân tích cú pháp sai, mọi bước sau đó đều sai theo.

Câu trả lời của RAG và tác nhân AI thường dao động vì tài liệu đầu vào nhiều hơn là do mô hình. Vì vậy KDL không dừng ở việc phân tích cú pháp. Chúng tôi cùng bạn xây dựng toàn bộ quy trình, từ lúc tài liệu được tiếp nhận đến lúc câu trả lời được đưa ra.

  1. 01Document

    Nhận PDF, HWP, tài liệu Office và bản quét ở dạng gốc, không cần chuyển đổi.

  2. 02Parser

    Đọc bố cục nhiều cột, tiêu đề bảng và chú thích đúng theo cấu trúc gốc. Nếu bước này sai, mọi bước sau đều sai theo.

  3. 03Chunking

    Chia theo điều khoản, đoạn văn và bảng thay vì theo số ký tự, để ý nghĩa không bị cắt đứt.

  4. 04Embedding

    Gắn tiêu đề, trang, ngày và loại tài liệu vào từng đoạn rồi chuyển thành vector.

  5. 05VectorDB

    Giữ chỉ mục bên trong máy chủ của khách hàng. Hệ thống vẫn vận hành như vậy trong mạng khép kín.

  6. 06Retrieval

    Tìm tài liệu trả lời đúng câu hỏi hiện tại, không chỉ tài liệu tương tự, và có xét cả siêu dữ liệu.

  7. 07Re-ranking

    Sắp xếp lại bằng chứng đã tìm được theo mức độ phù hợp với câu hỏi.

  8. 08Generation

    Gắn vị trí nguyên văn của nguồn vào từng câu trả lời để bạn kiểm tra ngay.

Đọc trang như con người.

Tách tiêu đề, đoạn văn, bảng, hình ảnh, biểu đồ và công thức thành từng phần tử rồi xác định thứ tự đọc. Dù mỗi tài liệu có bố cục khác nhau, hệ thống vẫn sắp xếp chúng theo cùng một cấu trúc bằng 23 thẻ bố cục.

23

Thẻ bố cục

  • Title
  • Section header
  • Text
  • List item
  • Caption
  • Footnote
  • Table
  • Picture
  • Chart
  • Formula
  • Flowchart

01 / 08NASA Facts

Trang đầu của NASA Facts “Mars Exploration Rover”. Có tiêu đề, dòng địa chỉ, logo NASA, tiêu đề mục và ảnh bóng của tàu thăm dò, với hai cột văn bản bao quanh.1
NASA Facts “Mars Exploration Rover”, tài liệu công khai của Cơ quan Hàng không và Vũ trụ Hoa Kỳ (NASA). Chú thích được đọc ngay sau ảnh; hai cột quanh ảnh được đọc hết cột trái trước rồi mới sang cột phải, không đọc ngang qua các dòng.

Bảng

Bảng trong bảng, ô gộp vẫn nguyên vẹn.

Giữ nguyên quan hệ giữa các hàng và cột, kể cả bảng lồng trong bảng và ô gộp. Không có giá trị nào bị mất hoặc chồng lên nhau, nên các bảng đánh giá và biểu mẫu hành chính trở thành dữ liệu với đúng cấu trúc gốc.

< Dân số từ 15 tuổi trở lên và dân số hoạt động kinh tế >(Đơn vị: nghìn người, %, so với năm trước)202320242025Cơ cấuThay đổiCơ cấuThay đổiCơ cấuThay đổiTỷ lệ thay đổi○ Dân số từ 15 tuổi trở lên45,407100.014745,570100.016345,762100.01920.4Nam22,36249.28922,45949.39722,57549.31150.5Nữ23,04550.85823,11150.76623,18850.7770.3- Dân số hoạt động kinh tế29,203100.028129,399100.019629,599100.02000.7Nam16,38656.11016,37555.7−1116,40855.4330.2Nữ12,81743.927113,02344.320613,19144.61681.3- Dân số không hoạt động kinh tế16,204100.0−13416,172100.0−3216,164100.0−8−0.1Nam5,97636.9796,08437.61086,16738.2831.4Nữ10,22863.1−21410,08862.4−1409,99761.8−91−0.9<tr><th rowspan="2"></th><th colspan="3">2023</th><th colspan="3">2024</th><th colspan="4">2025</th></tr>Nguồn: Bộ Dữ liệu và Thống kê, “December 2025 and Annual Employment Trends” (14/01/2026). Vẽ lại từ bảng ở trang 25 với giá trị gốc.

Biểu đồ và hình vẽ

Biểu đồ được đọc như số liệu, không phải hình ảnh.

Thay vì để biểu đồ, đồ thị và bản vẽ dưới dạng hình ảnh, hệ thống chuyển trục, chú giải và quan hệ giữa các giá trị thành dữ liệu. Thông tin chỉ có dưới dạng hình ảnh giờ cũng có thể tìm kiếm và phân tích.

< Xu hướng số người có việc làm và tỷ lệ có việc làm >(nghìn người)(%)Người có việc làmTỷ lệ có việc làm từ 15 tuổiTỷ lệ có việc làm 15–64 tuổi26,00027,00028,00029,00030,00031,000044.048.052.056.060.064.068.072.00.069.969.468.868.969.369.970.570.370.269.970.470.170.269.663.261.461.061.762.563.263.863.663.463.363.763.463.461.528,82128,04127,87828,17928,58928,88729,16029,09129,02928,96729,15429,04029,04628,209'24.1112'25.12345678910111228,82163.269.928,04161.469.427,87861.068.828,17961.768.928,58962.569.328,88763.269.929,16063.870.529,09163.670.329,02963.470.228,96763.369.929,15463.770.429,04063.470.129,04663.470.228,20961.569.6Nguồn: Bộ Dữ liệu và Thống kê, “December 2025 and Annual Employment Trends” (14/01/2026). Vẽ lại từ hình ở trang 3 với giá trị gốc.

Đoạn và siêu dữ liệu

Các đoạn giữ nguyên ý nghĩa.

Chia theo điều khoản, đoạn văn và bảng thay vì theo số ký tự. Giữ lại siêu dữ liệu như tiêu đề, trang, ngày và loại tài liệu, để tìm đúng tài liệu phù hợp với câu hỏi hiện tại thay vì tài liệu tương tự.

Cắt cứ mỗi 120 ký tựChia theo tiêu đề, đoạn văn và bảng- 25 -- 26 -1. Dân số từ 15 tuổi trở lên và dân số hoạt động kinh tếA. Dân số từ 15 tuổi trở lên và dân số hoạt động kinh tế□ Năm 2025, dân số từ 15 tuổi trở lên là 45.76 triệu người, tăng 192 nghìn người (0.4%)so với năm trước.□ Dân số hoạt động kinh tế là 29.599 triệu người, tăng 200 nghìn người (0.7%) so với năm trước.—’21’22’23’24’25Dân số hoạt động kinh tế (nghìn người)28,31028,92229,20329,39929,599(thay đổi so với năm trước, %)(1.1)(2.2)(1.0)(0.7)(0.7)○ Theo giới tính, nam giới là 16.408 triệu người, tăng 33 nghìn người (0.2%)và nữ giới là 13.191 triệu người, tăng 168 nghìn người (1.3%).B. Tỷ lệ tham gia hoạt động kinh tế□ Tỷ lệ tham gia hoạt động kinh tế là 64.7%, tăng 0.2 điểm phần trăm so với năm trước.—’21’22’23’24’25Tỷ lệ tham gia hoạt động kinh tế (%)62.863.964.364.564.7(thay đổi so với năm trước, điểm %)(0.3)(1.1)(0.4)(0.2)(0.2)○ Theo giới tính, tỷ lệ của nam giới là 72.7%, giảm 0.2 điểm phần trăm so với năm trước, trong khi tỷ lệ của nữ giớilà 56.9%, tăng 0.6 điểm phần trăm.○ Theo nhóm tuổi, tỷ lệ tăng ở nhóm 40 tuổi (0.9 điểm %), 30 tuổi (0.7 điểm %),và từ 60 tuổi trở lên (0.7 điểm %).Loại Thông cáo báo chíNgày 2026-01-14Trang 25Tiêu đề Dân số từ 15 tuổi trở lên và dân số hoạt động kinh tếLoại Thông cáo báo chíNgày 2026-01-14Trang 26Tiêu đề Tỷ lệ tham gia hoạt động kinh tếNguồn: Bộ Dữ liệu và Thống kê, “December 2025 and Annual Employment Trends” (14/01/2026). Nội dung trang 25–26 được chép lại giữ nguyên ngắt dòng gốc.

Đầu ra cho những hệ thống bạn đã có.

Nhận PDF, HWP, tài liệu Office và bản quét, rồi trả về dạng HTML, JSON hoặc Markdown. Kết quả đưa thẳng vào các quy trình ERP, EDMS, RPA, RAG và tác nhân AI.

Đầu vào

  • PDF
  • HWP
  • Word
  • Excel
  • PowerPoint
  • Bản quét
  • Hình ảnh

Đầu ra

  • HTML
  • JSON
  • Markdown

Tích hợp vào

  • ERP
  • EDMS
  • RPA
  • RAG
  • LLM
  • AI Agent

Số 1 trên 33 mô hình tại ParseBench.

ParseBench của LlamaIndex đo năng lực cấu trúc hóa tài liệu bằng khoảng 2.000 trang tài liệu thực tế của doanh nghiệp thuộc lĩnh vực bảo hiểm, tài chính và khu vực công. Trên bảng xếp hạng chính thức của Hugging Face, mô hình phân tích cú pháp 1.2B của KDL đứng đầu trong số 33 mô hình.

76.36

Điểm tổng, bảng xếp hạng chính thức

Xem kết quả đánh giá

1.2B

Tham số

Được thiết kế để chạy trên một GPU, nên có thể vận hành ngay trong mạng khép kín.

1/30

Kích thước của mô hình mã nguồn mở dẫn đầu trước đó

Khoảng một phần ba mươi kích thước của mô hình mã nguồn mở dẫn đầu trước đó (35.1B).

Open

Trọng số

Trọng số được công khai, nên khách hàng có thể tự kiểm tra và đánh giá hiệu năng.

Gyeonggi Province

Cấu trúc hóa hồ sơ hành chính bằng LLM

Đã xây dựng cơ sở dữ liệu hồ sơ hành chính cho nền tảng AI tạo sinh của Gyeonggi Province.

Dự án · Chính quyền tỉnh Gyeonggi

Nền tảng AI toàn tỉnh bắt đầu từ tài liệu.

Chính quyền tỉnh Gyeonggi đã triển khai dự án xây dựng nền tảng AI tạo sinh trong năm 2025. Đây là trường hợp đầu tiên trong số các chính quyền cấp tỉnh, và hơn 90% tài liệu nội bộ là HWP hoặc PDF. Vì vậy họ giải quyết cấu trúc tài liệu trước khi đến mô hình, và DEEP Parser đã được đưa vào đúng vị trí đó.

KRW 13.1B

Chương trình nền tảng AI tạo sinh, 2025

90%+

Tài liệu nội bộ dạng HWP hoặc PDF

97.3%

Độ chính xác nhận diện hạng mục, kiểm thử nội bộ

Đọc trường hợp này

Bảo mật

Vận hành trong mạng kín của bạn.

Hoạt động tốt trong môi trường tại chỗ (on-premise) và mạng kín, hoàn toàn tách biệt khỏi mạng bên ngoài. Tài liệu và mô hình không bao giờ rời khỏi tổ chức của bạn.

Chứng nhận chất lượng phần mềm (GS) hạng 1

Chứng nhận GS

Chứng nhận chất lượng phần mềm (GS) hạng 1

Chứng nhận quản lý chất lượng

ISO 9001

Chứng nhận quản lý chất lượng

Chứng nhận doanh nghiệp do phụ nữ làm chủ

Doanh nghiệp nữ làm chủ

Chứng nhận doanh nghiệp do phụ nữ làm chủ

Sản phẩm đổi mới mua sắm công theo PPS

Sản phẩm đổi mới K

Sản phẩm đổi mới mua sắm công theo PPS

Chọn cách triển khai

On-Premise

Cài đặt trực tiếp trên máy chủ nội bộ và vận hành tại đó.

Phù hợp khi

  • Đã có sẵn máy chủ
  • Không thể dùng Internet bên ngoài
  • Bảo mật là ưu tiên hàng đầu

Private Cloud

Vận hành trên đám mây riêng, dữ liệu được tách biệt.

Phù hợp khi

  • Muốn dùng đám mây mạng kín
  • Cần môi trường riêng và tách biệt dữ liệu
  • Muốn giao việc vận hành máy chủ

DEEP Hub

Cài trực tiếp phần mềm chuyên dụng dưới dạng gói, ngay cả khi không có máy chủ nội bộ.

Phù hợp khi

  • Không có máy chủ nội bộ
  • Mua máy chủ một lần là gánh nặng
  • Muốn dùng phần mềm ngay

SaaS

Bắt đầu ngay trên đám mây, không cần cài đặt.

Phù hợp khi

  • Muốn dùng ngay mà không cần cài đặt
  • Có thể sử dụng Internet
  • Cần mức giá hợp lý

Hoạt động cùng phần còn lại của DEEP Agent OS.

DEEP OCR

Hiểu

Đưa vào mọi trang, lấy ra mọi giá trị

Khám phá

DEEP Agent

Thực hiện

Agent xử lý, trả lời và phân tích

Khám phá

DEEP Ops

Vận hành · Workflow

Giữ mọi agent chính xác sau khi ra mắt

Khám phá

Hãy gửi cho chúng tôi tài liệu khó nhất của bạn.

Hãy chia sẻ những tài liệu bị vỡ bảng và xáo trộn thứ tự. Sau khi bạn gửi yêu cầu, kỹ sư phụ trách sẽ trực tiếp kiểm tra và liên hệ lại.

Liên hệDùng thử miễn phí