中国科学院自动化研究所“AI+科学”研究团队正式发布新一代科学文献解析工具——磐石・科学文献解析器（S1-Parser）。这款兼具突破性与实用性的智能工具，在公式、文本、图表等多元素协同解析领域实现关键技术跨越，显著超越传统光学字符识别（OCR）技术局限，其篇章级完整解析能力与公式专项识别精度均达到国际领先水平，为全球科研工作者提供了高效处理复杂科学文献的全新解决方案。
科学文献作为科研成果传播与知识沉淀的核心载体， 长期以来面临解析效率低、多元素协同识别难等行业痛点。传统OCR技术往往局限于单一文本或简单图表的识别，对于包含复杂公式、嵌套图表、跨模态关联信息的学术文献，常出现识别错误、格式错乱、逻辑断裂等问题，严重影响科研人员的文献研读效率与知识提取准确性。尤其是在物理、数学、工程、生物等高度依赖公式与图表表达的学科领域，文献解析的低效已成为制约科研创新节奏的重要因素。
针对这一行业瓶颈，中科院自动化所“AI+科学”团队依托多年在计算机视觉、自然语言处理、多模态融合等领域的技术积累，构建了基于深度学习的端到端解析框架，打造出S1-Parser的核心技术优势。与传统OCR技术相比，该解析器实现了三大关键突破：其一，多元素协同解析能力，首次实现文本、公式、图表、表格、参考文献等文献核心元素的一体化识别与关联建模，不仅能精准提取单一元素信息，更能还原不同元素间的逻辑关联（如公式与上下文的引用关系、图表与数据的对应关系）；其二，公式专项识别精度跃升，针对Latex公式、手写公式、复杂符号公式等多种形式，采用定制化神经网络模型，识别准确率突破98.5%，远超行业平均水平，同时支持公式的结构化输出与编辑复用；其三，篇章级完整解析，能够实现对整篇文献的语义理解与结构重构，自动提取摘要、关键词、研究方法、实验数据等核心信息，生成结构化知识图谱，极大降低科研人员的文献梳理成本。
据研发团队介绍，S1-Parser已通过国际权威数据集（如PDFFigures 2.0、SciPDF Parser Benchmark）的全面验证，在文献元素识别准确率、解析速度、格式还原度等关键指标上均排名第一，其性能优势已得到全球多家科研机构的认可。目前，该工具已在数学物理研究、生物医药研发、工程技术创新等多个领域开展试点应用：在高校科研团队中，S1-Parser将文献阅读与数据提取效率提升了3-5倍；在科技企业研发部门，其结构化解析能力为专利分析、技术调研提供了高效支撑；在学术出版领域，该工具可实现文献的智能化校对与格式标准化处理，助力学术成果的快速传播。
