Unstructured Transform vs LlamaParse:年報問答中的數字,能否點回原表核對?

已有元素入庫流程的團隊可先驗證 Transform;需要跨頁表格資料與精確定位的團隊可先驗證 LlamaParse。比較輸出契約、來源頁關係及複核訊號,避免把解析成功或高分當成答案已經正確。

來源: docs.unstructured.io
November 3, 2026
1 min

研究助理從年報回答「這個地區的營收是多少」,最後還需要讓同事點回原表核對。Unstructured Transform 與 LlamaParse 都能把複雜文件交給後續檢索,但採購時若只比較 Markdown 看起來是否整齊,就會漏掉這一步。已有依元素入庫流程的團隊,可先檢查 Transform 的元素、頁碼與失敗頁資訊;需要把跨頁表格繼續交給資料分析,或定位到儲存格的團隊,可優先驗證 LlamaParse 的表格輸出。這裡的選擇介面文件,不代表兩者辨識準確率的實測排名。

先確定答案需要回到哪一頁

Transform 目前使用 v2 Parse 介面,預設輸出 Markdown。官方說明,明確要求 elements 後,可以讀取每個元素的類型、文字與 metadata.page_number,此時範例中的 markdown 為 null。因此,直接接上預設請求後,再期待自動取得一套完整的元素資料,可能不符合回應契約。如果現有向量資料庫以段落或表格元素為單位入庫,應先保留原始檔案識別碼、頁碼與元素之間的關聯,再處理切分與嵌入。

也不能假設位置資訊一定存在。Transform 的元素座標可能缺漏或為 null;跨頁元素的座標可能是一組方框,每個方框附帶頁碼。引用介面應能在有座標時醒目標示,在沒有座標時退回原始頁面,而不是為了補齊介面而猜測位置。這種資訊缺漏時的處理方式,是採購驗收需要涵蓋的項目。

LlamaParse 的 expand=items 會傳回依閱讀順序組織的頁面元素樹,包含頁碼與頁面尺寸,表格、文字、影像等類型各有不同欄位。邊界框使用頁面點數,不是像素,也不是正規化座標;同一份文件中的不同頁面,尺寸可能不同。如果團隊要在螢幕擷取畫面上標出證據位置,應依對應頁面的尺寸換算,不能直接把介面座標當成影像像素。它也允許 bbox 為 null,因此完整的引用鏈仍須由應用程式保留並檢查。

跨頁表格不能只留下第一張截圖

假設營收表跨越兩頁,第一頁有地區與年度欄位標題,第二頁接續列出資料。讀者需要的是某一列的數值,以及對應的年度、幣別與出處,而不只是一塊看起來像表格的文字。驗收時應使用包含合併表頭、續表與註腳的原始檔案,核對表頭是否仍對應正確欄位,以及答案是否能找到真正包含該數值的頁面。這是建議的測試情境,不是已經取得的測試結果。

LlamaParse 的表格文件提供 rows、CSV、HTML 等輸出;HTML 可以表達合併儲存格,Markdown 直線分隔表格則不行。啟用 merge_continued_tables 時,續表會合併到起始頁,並可透過 merged_from_pages 與 merged_into_page 保留合併關係。這對需要把表格交給分析程式的團隊很有用,但如果應用程式只儲存合併後表格所在的第一頁,就可能遺失來源頁資訊。選擇格式與保留頁碼關係,應視為同一項串接決策。

Transform 則適合先依既有的元素使用方式驗證:實際輸出的 Table 元素、頁碼與跨頁座標,能否滿足下游的入庫與引用需求。不要直接把舊版 partition 函式庫的範例當成目前 Transform 的回應,也不要因為行銷頁面寫了表格功能,就假設自己的合併表頭一定能正確處理。如果最終需要完整的列欄資料或精確的醒目標示,應使用同一份樣本檢查實際回應,而不是只檢查傳回字串是否非空。

品質訊號應進入複核佇列

Transform 的 completed 結果仍可能漏掉無法讀取的頁面,或包含未完整辨識的頁面。官方要求呼叫端檢查 failed_pages、degraded_pages 與 warnings。元素上的 parse_confidence 衡量文字與 OCR 文字的一致程度,並不是「內容正確的機率」;空值表示無法取得,也不等於零分。團隊可以據此安排複核,但不應直接把某個高分顯示成業務事實已經驗證。

LlamaParse 的表格 parse_concerns 會提示列欄數量異常、表頭與數值類型不符等問題。官方也說明,標記是複核訊號,有標記不代表表格一定錯誤,沒有標記也不保證正確。頁面輸出還需要檢查 success。兩者都提供可串接到複核流程的資訊,但都不能取代原文核對;對於重要金額或數量,仍應將解析結果與來源頁面對照檢查。

因此,兩者的試行都應交付同一組結果:可檢索內容、原始檔案與來源頁的關係、需要人工複核的片段,以及遺漏頁面清單。已有元素入庫契約且希望沿用時,先驗證 Transform;跨頁表格的資料形式與細緻定位是核心需求時,先驗證 LlamaParse。最後要比較的是哪套輸出能讓團隊少遺失證據,以及需要多少調整與複核工作,而不是用一個信心分數取代整份答案的可信度。

內容說明:本文基於公開資料整理,僅供工具選型參考。產品功能、價格及相關政策可能隨時調整,請以官方最新資訊為準。

原文出處:docs.unstructured.io