下單前先比價(jià)不花冤枉錢 同款圖書京東價(jià)低于抖音6折日媒感慨中國(guó)電動(dòng)汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒戲消委會(huì)吹風(fēng)機(jī)品質(zhì)檢測(cè)結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營(yíng)銷力,2024梅花數(shù)據(jù)峰會(huì)圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級(jí),成為會(huì)員至少需注冊(cè) 2 臺(tái) α 全畫幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競(jìng)賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無(wú)2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開啟內(nèi)測(cè)雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計(jì)劃iQOO Z9 Turbo長(zhǎng)續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時(shí)捷將重新評(píng)估電動(dòng)汽車計(jì)劃來(lái)京東參與榮耀Magic7 RSR 保時(shí)捷設(shè)計(jì)預(yù)售 享365天只換不修國(guó)補(bǔ)期間電視迎來(lái)?yè)Q機(jī)潮,最暢銷MiniLED品牌花落誰(shuí)家?美團(tuán)旗下微信社群團(tuán)購(gòu)業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備在海外,要再造一個(gè)京東物流?消息稱蘋果正為AirPods開發(fā)多項(xiàng)健康功能,包括心率監(jiān)測(cè)和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗(yàn)東芝全部業(yè)務(wù)實(shí)現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁(yè) > 企業(yè)IT頻道 > 軟件即服務(wù)

    如何提升智能文檔處理識(shí)別精度?合合信息“版面分析”實(shí)現(xiàn)新突破

    2023年04月17日 14:47:20   來(lái)源:中文科技資訊

      春季是繁忙的播種季,學(xué)生黨迎來(lái)了開學(xué)季和緊張的研究生復(fù)試,職場(chǎng)人士也需要處理新簽業(yè)務(wù)帶來(lái)的大量不同類型的文件,比如合同、發(fā)票、檔案等。這些文件在被拍照、掃描成電子文檔的過(guò)程中,時(shí)常存在漏字、錯(cuò)位現(xiàn)象。究其原因,有個(gè)看似“冷門”卻關(guān)鍵的技術(shù)點(diǎn)極大地影響了文字識(shí)別效果,這個(gè)技術(shù)便是“版面分析”。

      近期,人工智能及大數(shù)據(jù)科技企業(yè)合合信息持續(xù)突破版面分析技術(shù)在版面分割、區(qū)域間的邏輯關(guān)系處理等方面的難題,通過(guò)智能文字識(shí)別、智能圖像處理等核心技術(shù),助力使用者從各類復(fù)雜的圖片文檔中精準(zhǔn)獲取信息。

      深度學(xué)習(xí)助力版面分析“泛化”難題突破

      版面分析的目的是讓機(jī)器“看懂”文檔結(jié)構(gòu),即將文檔圖像分割成不同類型內(nèi)容的區(qū)域,并分析區(qū)域之間的關(guān)系,這是內(nèi)容識(shí)別之前的關(guān)鍵步驟。

      據(jù)中國(guó)科學(xué)院自動(dòng)化研究所多模態(tài)人工智能系統(tǒng)全國(guó)重點(diǎn)實(shí)驗(yàn)室聯(lián)合多所高校發(fā)布的論文顯示,版面分析主要包括物理版面分析(區(qū)域分割、分類,文本檢測(cè)與定位,文本行分割等),手寫及印刷區(qū)分,表格分析(單元格提取與關(guān)系分析),邏輯版面分析(區(qū)域語(yǔ)義分類、閱讀順序),以及簽名、圖標(biāo)、印章等版面元素的提取等。

      總體而言,版面分析任務(wù)被分為物理版面分析(或稱為幾何版面分析)和邏輯版面分析兩類,前者主要解決區(qū)域分割問題,后者則關(guān)注區(qū)域之間的邏輯關(guān)系或閱讀順序。

      從上世紀(jì)80年代開始,較多專門研究版面分析的工作成果開始涌現(xiàn),此后經(jīng)歷了多番理念方法迭代。傳統(tǒng)的版面分析方法在進(jìn)行版面布局分析和表格處理時(shí)會(huì)明顯受制于版式差異,在應(yīng)對(duì)不同場(chǎng)景下的文檔圖片時(shí)泛化效果存在缺陷,而深度神經(jīng)網(wǎng)絡(luò)的引入有效解決了這些問題。

      合合信息技術(shù)人員在采訪中提到,得益于全卷積神經(jīng)網(wǎng)絡(luò)(FCN)和圖神經(jīng)網(wǎng)絡(luò)(GNN) 的突破,文檔版面分析的方法和性能得到了很大發(fā)展。公司基于深度學(xué)習(xí)的方法,結(jié)合文本區(qū)域的幾何坐標(biāo)、視覺特征、文本語(yǔ)義等多種模態(tài)信息對(duì)文本閱讀順序進(jìn)行預(yù)測(cè),顯著提升分類結(jié)果。

      合合信息智能文字識(shí)別服務(wù)平臺(tái)對(duì)存在圖片、表格的復(fù)雜文檔進(jìn)行識(shí)別

      同時(shí),合合信息表格結(jié)構(gòu)解析方法在邏輯版面分析中也發(fā)揮了重要作用,主要包括自上而下的方法、自下而上的方法以及端到端圖像到標(biāo)記的方法等。在財(cái)報(bào)相關(guān)表格識(shí)別測(cè)試中,有線表識(shí)別單元格結(jié)構(gòu)準(zhǔn)確率高于98%;無(wú)線表識(shí)別中,在保證表格區(qū)域內(nèi)容的完整性的同時(shí),檢測(cè)準(zhǔn)確率較傳統(tǒng)方法顯著提升。

      教育、商務(wù)、文保,“小”技術(shù)有大應(yīng)用

      近期,中共中央、國(guó)務(wù)院印發(fā)《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》,“數(shù)字中國(guó)”的建設(shè)邁上了新的征程。版面分析是實(shí)現(xiàn)文檔信息數(shù)字化的重要能力,解決了版面分析的痛點(diǎn),有助于各界用戶將圖像文檔以數(shù)字化的手段更精準(zhǔn)地轉(zhuǎn)化為文檔數(shù)據(jù),提升工作效率。

      對(duì)于研究人員或?qū)W生群體而言,版面分析與OCR技術(shù)的結(jié)合可以廣泛應(yīng)用于課件、試卷、作業(yè)、學(xué)術(shù)論文等材料的數(shù)字化處理,自動(dòng)識(shí)別和提取多種教育類文檔文本、圖像、公式、表格等元素進(jìn)行不同場(chǎng)景的應(yīng)用,簡(jiǎn)化教學(xué)和學(xué)習(xí)過(guò)程。

      商務(wù)場(chǎng)景中,版面分析與OCR技術(shù)能自動(dòng)識(shí)別和提取財(cái)務(wù)數(shù)據(jù)、圖表、文本等信息,并將印刷財(cái)報(bào)轉(zhuǎn)換為可分析的電子數(shù)據(jù),在處理不同類型的財(cái)務(wù)報(bào)表時(shí),能夠提升報(bào)告分析效率和準(zhǔn)確性,幫助相關(guān)人員實(shí)現(xiàn)公司財(cái)務(wù)報(bào)告、審計(jì)報(bào)告、年度報(bào)告等文件的自動(dòng)處理和分析。

      合合信息智能文字識(shí)別服務(wù)平臺(tái)對(duì)財(cái)務(wù)文件進(jìn)行處理

      此外,版面分析相關(guān)技術(shù)還可作用于文化保護(hù),通過(guò)自動(dòng)識(shí)別和提取各種類型書籍的表格、圖像信息,將不同時(shí)代、多種印刷版式、多種概念的紙質(zhì)圖樣按照符合人類理解的格式進(jìn)行電子化存儲(chǔ),幫助實(shí)現(xiàn)文獻(xiàn)、古籍、報(bào)紙、雜志等資料的數(shù)字化和知識(shí)管理。

      相關(guān)研究表明,現(xiàn)階段,針對(duì)復(fù)雜版面文檔和拍照變形文檔的分析識(shí)別仍存在性能不足的情況。這個(gè)細(xì)小卻重要的技術(shù)還需要更多的研究機(jī)構(gòu)及科技企業(yè)加入進(jìn)來(lái),共同推動(dòng)理論的研究與應(yīng)用的突破。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    [No. S013 ]
    分享到微信

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。