上一期文章我們講了AI運用在標書製作方面，效率提升至少70%，時間也節省了至少1/3。有一些出版社的老闆們迫不及待問我，他們行業有沒有省時省力又省錢的AI系統，這還用說嗎，必須安排啊！

圖片源於網路

今天給大家介紹一款適用於論文、期刊、報刊製作編輯校對工作的寶藏AI系統，毫不誇張地說，它可以幫相關企業把實效提升至少10倍。

大家一個問題：期刊、論文、報刊的從業者們最頭疼的是什麼？

首先為大家介紹期刊的加工流程：

一般單詞刊物加工流程包含不僅限於：整體策劃階段、組稿階段、審稿階段、校訂階段、樣刊監製階段、市場反饋的監測與處理。

其中最耗費精力的當數審稿階段和校訂階段。

審稿流程

看完這些流程我蚌埠住了……

當然這麼複雜的流程也不是一般人就有機會經歷的。因為社科學術期刊編輯審稿對編輯的素養要求較為全面，既需要編輯有正確堅定的政治理想，又需要編輯有較為精深的相關專業涵養，還需要編輯有吹毛求疵的審慎態度，板凳甘坐十年冷的意志，以及高度的工作熱情與責任心，畢竟上述的稽核工作，真的是冗雜、瑣碎、又及其枯燥無味……

關於編輯部的組成及人員配備，國家科委、新聞出版署有規定：第八條“出版科學技術期刊應當具備的條件（三）：有健全的編輯部。專職編輯人員按任務定編，一般季刊（或半年刊）不少於三人，雙月刊不少於五人，月刊不少於七人。

同時由於對人員綜合素質要求較高，同時薪資不具有特別的競爭力，導致業內人才儲備不足。一旦有經驗豐富的編輯離職剩餘人的工作極又可能亂成一團。

行業內沒有可用的便利系統嘛？

當然有！

不過據最近合作的超級甲方爸爸反饋：原系統依賴純人工操作效率低，每人每天僅可加工整理2份，且易出錯，作重複，整體業務流程運轉依賴500全職員完成，年人工成本2000w。

不愧是TOP級別的甲方，就是豪！

說了這麼多，行業痛點都知道了：

1、人工處理流程繁瑣，效率低

2、人員培訓週期過長，成本高

3、人工核對可控性低，質量差

4、人員過多硬體設施，投入大

5、流程嚴重依靠人工，不智慧

到底有沒有什麼高效辦法能解決行業痛點？

那必須有，人工智慧嘛，就是節省人工的智慧技術（請讓它成為一句名言……）

解決方案：

1、AI首先會基於研的深度學習框架，透過分類模型、排版模型和圖表格識別模型，對上傳的件進智慧解析及版面分析（簡單粗暴地說就是對現有資料進行識別，分析）；

2、版面分析模型確定章內容的段落順序，封面、錄以及單篇pdf碼資訊、各級標題，同時結合圖表格識別引擎識別出章中的圖和表格（識別並記憶文章地各種格式、版本）；

3、深度學習可依託已有的期刊模型進行泛華，從而針對後續的新增版面型別能夠快速的適配（分析，記錄版本後，就可以按照原來版本進行復制了）

系統功能：

1、期刊加工人員透過客戶端頁面上傳pdf，AI系統就可以對內容進行自動解析；

2、系統依託OCR進行文字識別，版面分析，就可以進行封面拆分，目錄設定，欄位正文設定……一氣呵成

3、同時還可以對參考文獻，註釋，作者等內容標籤繫結提取；

4、系統可對錯誤區域的進行高亮提醒，大幅縮短人工稽核查詢時間，提升加工效率。

系統對上傳檔案進行文字、線條、影象、表格等資訊進行識別和分析

AI正在對文件校對

期刊加工人員可以透過web瀏覽器頁面對完成解析的pdf內容進行對照稽核，修改，儲存，

最終生成xml檔案和mdb資料庫檔案，處理完成後展示在頁面供期刊加工人員檢視下載相關資料。

效果對比：

1、此AI系統幅降低核驗遺漏、出錯的機率，

準確率達到98%

2、加效率

由原來40min降低至3min，整體業務流轉效率提升10倍

。

3、透過建模方式實際操作速度預計是

人工操作的4～5倍

。

此套系統完成期刊解析、分割檔案、提取內容，加上正文加工、人工校驗、生成xml檔案和資料庫檔案整體總體時間預計

12分鐘左右。

就是說，原本眾多員工做的事情，現在只需要一個系統，一個人，此人開啟系統後出去抽根菸的時間，回來後，檔案已經處理完成。上文說過的某行業頭部甲方爸爸，用這套系統一年節省人工成本至少1000萬。（不信你找我，免費給你試用版）

套系統當然不止可以應用於期刊、論文領域，還可以應用於：圖書館、檔案館、資料加工企業、政企檔案資料數字化資訊化……你可以發揮自己的想象，只要是耗費超長時間超多人工的文字處理業務，請你大膽想起它。

實深耕AI領域後，人工密集型工作場景用AI提升效率70%以上，節省成本十幾倍的案例對我而言已經司空見慣，因為AI在這方面的發展速度真的超乎我們想象。還是那句話，你不關注，不代表它沒進步。直到有一天它出現在你的行業或者你競爭對手的系統裡……

下期繼續為大家分享人工智慧解決的實際行業問題案例，你想知道人工智慧運用於哪個行業的問題，歡迎留言告訴我，我是深耕AI行業多年的老張。