想象一下，你向系统输入一批PDF文件，只有你知道这些文件是如何关联的（例如，它们都是论文、新闻或发票）。系统知道这批文件是有关联的，但不知道它们具体是如何关联的。

然后，系统会扫描这些PDF文件，并为每份文档建议索引及其相应的值。

这是一个例子：你向系统输入公司收到的所有发票。系统处理这些文档，并建议索引为“供应商”、“发票金额”和“到期日”。对于每个PDF，系统还提取条目的值。

所以我的问题是：在这种情况下，哪种人工智能系统最合适？神经网络？还是某种组合？

回答：

你需要的是无监督学习算法。更具体地说，你的问题属于聚类问题，因为你的系统对将要分析的数据一无所知，并且必须自行得出对文档（或其属性）的正确分类。

在你的例子中，通过使用聚类算法，系统可以学会区分你提供的文档，并提取“发票”、“供应商”等字段。

我链接的维基页面应该足以让你对所需的算法类别有一个大致的了解。在谷歌上，你会找到大量关于这个话题的讲义幻灯片。