Lettria - 面向受监管行业的AI文档智能平台

什么是 Lettria

在受监管行业中，处理复杂、高风险的文档是一项极具挑战性的任务。医疗团队需要从临床试验报告中提取循证研究，金融分析师需要分析动辄数百页的财务披露文件，法律从业者需要在海量法规中查找相关条款，工程师需要从技术文档中快速定位问题解决方案。然而，传统的人工处理方式效率低下，且难以保证准确性和可追溯性。更重要的是，这些行业对信息的准确性要求极高，任何错误都可能导致严重后果。

Lettria 正是为解决这些痛点而生的企业级 AI 文档智能平台。该平台基于 GraphRAG（知识图谱 + 检索增强生成）技术路线，将文档转化为可验证的知识图谱，实现每条答案都可追溯到原始文档，从根本上消除 AI 幻觉问题。这一技术路径与传统的向量检索 RAG 有着本质区别——它不仅能够理解文档内容，更能够建立实体与关系之间的深层连接，让 AI 的输出变得透明可解释。

作为专注受监管行业的文档智能解决方案，Lettria 已经服务了众多知名企业，包括法国最大的公立医院集团 AP-HP、邮政巨头 La Poste、能源集团 Total Energies、咨询公司 SIA Partners、零售连锁 Leroy Merlin、欧洲证券交易所 Euronext 以及 Alfa Laval、Wisecube 等行业领导者。这些客户覆盖医疗、金融、法律、工程、零售、咨询等多个领域，充分验证了 Lettria 在复杂业务场景下的可靠性和实用价值。

Lettria 的核心竞争力在于其自研的 Lettria Perseus 模型。该模型在图谱生成任务上的准确率比所有其他主流 LLM 高出 30%，同时在 schema 验证的图生成场景下延迟低于 20ms，达到了企业级应用的性能要求。这意味着用户可以在毫秒级时间内获得准确、可追溯的答案，极大提升决策效率。

---

Lettria 的核心功能

Lettria 提供了一套完整的文档智能解决方案，涵盖从文档解析到知识提取、从知识图谱构建到智能问答的全流程。以下是平台的核心功能模块：

文档解析（Document Parsing） 是整个流程的起点。该功能能够从最复杂的 PDF 文件中提取表格、图表、阅读顺序和多栏布局信息。无论是一份包含数十个表格的医疗报告，还是一份版式复杂的法律合同，Lettria 的专业文档解析引擎都能准确识别并提取关键内容。这一能力对于处理医疗报告、财务报表、法律合同、工程文档等格式复杂的文件至关重要。

本体论丰富化（Ontology Enrichment） 实现了 AI 驱动的本体自动构建。传统知识管理中，建立领域本体论需要大量人工投入，而 Lettria 能够从文档中自动生成清洁的、领域特定的本体论，无需手动映射。这不仅大幅降低了实施成本，更确保了本体论与实际业务需求的高度契合。

文本转知识图谱（Text to Graph） 是 Lettria 的核心技术能力之一。该功能将任意文本转换为包含实体、关系和约束的丰富知识图谱，实现非结构化数据的结构化。这一能力让企业能够将散落在各个文档中的信息整合为统一的知识网络，为后续的智能分析和问答奠定基础。

GraphRAG 是 Lettria 区别于传统 RAG 解决方案的关键功能。它将图检索与推理能力深度结合，实现透明、可解释的输出。在 GraphRAG 中，每一个答案都能追溯到其来源实体和关系路径，用户可以清晰看到 AI 是如何从原始文档中推导出最终结论的。这一特性对于需要高度可解释性的受监管行业尤为重要。实际应用数据显示，GraphRAG 能够将 RAG 准确率提升 30%。

私有 GPT（Private GPT） 允许企业基于自有数据构建和微调专属的 GPT 聊天机器人。这使得组织可以在完全私有的环境中部署 AI 助手，用于企业内部知识库问答、客服自动化等场景，确保敏感信息不外泄。

文本挖掘 API 和 文本分类 API 为企业提供了大规模文本分析能力。前者从原始文本数据中提取有用洞察，支持评论分析、舆情监控、客户反馈分析；后者基于本体论对文本数据进行分类，可应用于 CRM 丰富化、语音分析、质量检测等场景。

---

谁在使用 Lettria

Lettria 的解决方案已经深入多个受监管行业，帮助不同类型的组织提升文档处理效率。以下是平台的主要应用场景和客户案例：

医疗保健行业是 Lettria 的核心应用领域之一。医学和科学团队需要从临床试验、学术出版物和内部文档中获取循证研究，传统的人工检索方式耗时且难以保证完整性。Lettria 帮助医学团队查询临床试验和文献，答案基于明确的来源、证据和背景。研究显示，使用 Lettria 后证据研究速度加快 60%，术语一致性与合规性也显著提升。法国最大的公立医院集团 AP-HP 正在使用知识图谱构建患者数据的结构化体系，Theradial 则通过 AI 驱动的数据提取实现了业务转型。

金融行业面临着分析复杂金融披露文件的挑战。金融团队需要从年报、季报、招股说明书等大量文档中提取关键信息，传统方式耗时且难以保证准确性。Lettria 提供可靠的金融洞察，基于明确来源和背景，支持复杂财务数据分析从数天缩短至分钟级。更重要的是，所有答案都可追溯可审计，满足金融行业的合规要求。某领先银行集团已采用 GraphRAG 技术用于高精度 ESG 报告的编制。

法律行业需要处理海量法规和合同文档。律师和法务人员需要进行大量的文档交叉检查，以确保引用的条款准确无误。Lettria 帮助法律团队查询法规，答案直接基于源文档。实际应用显示，文档交叉检查工作量减少 40%，大幅提升了工作效率。

工程行业的技术人员需要从复杂的技术文档中快速找到问题解决方案。Lettria 提供可验证的、分步的技术文档洞察，帮助工程师快速定位关键信息。客户案例显示，问题解决速度提升 3 倍。Alfa Laval 在使用 GraphRAG 后，准确率提升了 20%。

客户反馈分析是 Lettria 的另一个重要应用场景。SIA Partners 咨询公司使用 NLP 文本挖掘技术，每天分析 50,000 条客户评论，从中提取有价值的业务洞察。这种大规模文本分析能力对于品牌声誉管理和产品改进具有重要价值。

生物医学研究领域对知识图谱有着强烈需求。Wisecube 公司使用 Lettria 的 Text to Graph 技术构建生物医学知识图谱，成功处理了超过 350,000 篇文章，知识提取的准确性和可扩展性显著提升。Juisci 科研平台则通过自动化文本合成节省了 100 小时的工时。

---

技术特点

Lettria 的技术架构专为受监管行业的企业级应用设计，在性能、准确性和安全性方面都达到了行业领先水平。

Lettria Perseus 自研模型是整个技术栈的核心。该模型专门针对图谱生成任务进行优化，在准确率方面比所有其他主流 LLM 高出 30%。更重要的是，在 schema 验证的图生成场景下，Perseus 模型的延迟低于 20ms，这意味着用户可以在几乎无感知的时间内获得准确的答案。这种高性能特性对于需要实时响应的业务场景至关重要。

Text to Graph Pipeline 是 Lettria 的核心技术流程。它能够将任意文本转换为包含实体、关系和约束的丰富知识图谱。整个流程包括文本预处理、实体识别、关系抽取、图谱构建和 schema 验证等多个环节，每个环节都经过精心优化，确保输出结果的准确性和一致性。

Ontology Enrichment 功能实现了本体论的自动构建。传统方法需要知识工程师花费大量时间手动定义本体论，而 Lettria 能够从文档中自动发现和提取领域概念，生成清洁的、领域特定的本体论。这一能力不仅大幅缩短了项目实施周期，更确保了本体论与实际文档内容的高度契合。

Document Parsing 采用了专业的文档解析引擎，能够处理复杂的 PDF 布局。引擎支持多栏布局识别、表格提取、图表解析和阅读顺序重建等高级功能，确保从复杂文档中提取的内容结构完整、语义准确。

GraphRAG 技术将知识图谱与检索增强生成完美结合。与传统 RAG 不同，GraphRAG 在检索阶段利用知识图谱的结构化关系进行推理，在生成阶段确保输出的可追溯性。用户可以清晰看到每一个答案背后的实体路径和来源文档，真正实现透明可解释的 AI 输出。

在技术集成方面，Lettria 提供完整的 API 接口和开发工具。开发者可以通过 RESTful API 将 Lettria 的能力集成到现有系统中，GitHub 上也提供了官方 SDK（perseus-client、t2g-sdk），支持主流编程语言的快速接入。

安全合规是 Lettria 技术架构的重要组成部分。平台完全符合 GDPR 和 CCPA 法规要求，客户数据存储在欧洲本地服务器上，确保数据主权。系统采用端到端加密技术，定期进行安全审计和渗透测试，所有数据传输都通过 SSL/TLS 加密。Lettria 还与独立的 ANSSI（法国国家信息安全局）认证咨询机构合作进行数据治理，为企业提供更高级别的安全保障。

在合作伙伴生态方面，Lettria 与 AWS 和 OVHcloud 建立了战略合作关系，为企业提供灵活的云部署选项。这种多云支持能力让企业可以根据自身的安全策略和合规要求选择最适合的部署方案。

---

常见问题