AI 時代好多公司都想在業務上利用大型語言模型，例如查詢公司資料、處理程序、分析資料洞察機遇。不過要以公司資料來訓練模型，最令人頭痛的就是一大堆紙本文件。DeepSeek-AI 10 月開源的 DeepSeek-OCR 就備受注目，因為它採用嶄新手法壓縮文字，從而提升處理大量文字的效率，更能同時處理多國語言、表格、圖表、化學公式。不過由於技術要求高，一般人難以直接使用，又不想將公司的敏感文件上傳到雲端服務。幸好有位日本開發者開發了一個小工具程式，簡單安裝就能在本機使用這個模型將文件數碼化。
DeepSeek-OCR 使用嶄新的「上下文光學壓縮」（Context Optical Compression），反過來將文字以圖像方式壓縮，能將原本需 2,000-5,000 個文字 token 的頁面壓縮至 200-400 個視覺 token，壓縮率達 10x 甚至 20x，同時維持 96% 以上的 OCR 準確度。
DeepSeek-OCR 辦識出來的文字會以 Markdown 格式來保存文件原來的格式，不單同時支援近 100 種語言、還能辨識圖表轉化為 HTML 表格、化學公式轉化為 SMILES 字串，尤其是在處理多達 10 萬個 token 的文件時更顯優勢。
NEZ-DeepSeek-OCR-win-lite
雖然 DeepSeek-OCR 是開源模型，不過要使用它不單要有較好的圖像顯示卡，也要安裝 Python、Git 等程式，對一般人來說技術門檻較高。由日本開發人 Rootport 開發的 NEZ-DeepSeek-OCR-win-lite 是個簡易版 Windows GUI 用戶介面，只要簡單解壓兩個 zip 檔放在指定文件夾內就能使用。
NEZ-DeepSeek-OCR-win-lite 可以在 Windows 11 上運行，但需要一張最少有 12GB VRAM 的顯示卡，未來可能會推出較少 VRAM 甚至可單靠 CPU 運行的版本。儲存空間最少 18GB，但建議有 20GB。
安裝流程
大家可以到作者的 HuggingFace 程式庫下載兩個 zip 檔：程式檔 NEZ-DSOCR-winlite.zip 和模型檔 DeepSeek-OCR.zip。由於兩個 zip 檔加起來有 17-18GB，大家要給點耐性。
將 NEZ-DSOCR-winlite.zip 解壓到任意名稱的文件夾（例： NEZ-DeepSeek-OCR-win-lite ），再將 DeepSeek-OCR.zip 解壓到 NEZ-DeepSeek-OCR-win-lite\NEZ\ 文件夾內即完成安裝（夠簡單吧？）。
任何名稱文件夾\NEZ-DSOCR-winlite
├─NEZ-DSOCR-winlite
│ NEZ-DSOCR-winlit.exe ← 程式本體
│
├─asset
├─NEZ
│ DeepSeek-OCR ← 將模型解壓放到這個文件夾
│ settings.json.txt
│
├─NEZ.Shell
└─server使用時只要到 NEZ-DSOCR-win-lite\NEZ-DSOCR-winlite\NEZ-DSOCR-winlite.exe 即可。首次運行時會需要一些時間組建程序和伺服器，以後執行就會快很多。
使用方法
NEZ-DeepSeek-OCR-win-lite 用法很簡單，只要將文件的圖片拖放到「1. 画像を選択（選擇圖像）」，按照文件大小和內容選擇「Standard」、「Long text」、「Charts & Figures」，按「OCRを実行（執行 OCR）」，結果就會在右邊以 Markdown 格式顯示出來。
如果是 OCR 表格或圖表的話，都會轉換成 HTML 格式表格 (table)，可以直接使用。辨識表格當然沒有問題，但辨識圖表方面，如果圖表上沒有在每個節點上標註數值，DeepSeek-OCR 就會憑圖像推斷，準繩度會打折，但項目數量會準確，修改起來還是比較方便的。
如果有大量文件的話，還可以將文件的圖像全放在一個文件夾內，在介面的「フォルダパス（文件夾路徑）」欄位手動輸入該文件夾的完整路徑，按「まとめてOCRを実行（一併執行 OCR）」，就能一口氣辨識所有文件圖像的內容。
