Google解释了云端服务Document AI,用来解析发票的技术,这项技术发表于自然语言处理期刊ACL 2020中,Google提出一种可从各式单据撷取结构化资料的方法,而这与之前从纯文字档文件撷取资料的方法不同,新方法将单据可能出现的字段类型纳入考量,因此能良好地撷取单据上的内容。
企业有不少工作流程需要处理收据、账单以及报价单等单据,目前仍有不少企业仰赖人工操作,Google以发票为例提到,发票样式很多种,不同企业甚是企业不同部门所开出的发票,各自布局都略有不同,但发票包含的结构化资讯,诸如发票编号、日期和金额等又大致相同,而自动化可以解决人工处理容易发生错误的缺点,且可大幅提高工作流程的效率。
之所以处理单据文件很困难,Google解释,因为撷取单据资讯,除了需要运用自然语言处理技术之外,还跨了电脑视觉领域,跟典型的自然语言处理任务不同,单据中不会有句子和段落这类自然语言形式存在,单据资料通常是以表格的形式呈现,通常具有多页面和多段落的特性,并以各种布局和格式组织资讯。要处理这类资料,Google提到,关键是需要理解二维文字布局,但又不能以纯粹的影像分割方式处理,否则又难以运用文字语意的资讯。
Google的新方法让开发者可以使用两种输入来训练撷取系统,分别是目标结构(Schema)以及带有标签的文件集,目标结构是指需要撷取的字段列表和其类型,支援的字段类型包括日期、整数、字母数字组合、金额、电话号码和URL。
输入的文件要先经过OCR服务,撷取文字和布局资讯,接着以候选生成器,辨识文字范围可能对应的字段,候选生成器会使用预先建立的字段类型库,关联像是日期、号码和电话号码等资讯,并使用神经网络Scorer来估算撷取项目的分数,在预设情况下,目标字段就是获得最高分的候选者,例如日期资讯就撷取单据上获得Scorer评分最高分的项目,不过,在特定情况,也会考量顺序等因素。
Scorer是一个二元分类器,将目标字段和候选项目作为输入,产生0到1之间的分数,Scorer会学习在向量空间表示每个目标字段以及候选项目的方法,当目标字段在向量空间和候选项目越相近,则候选项目为目标字段的概率越大。
为了实验方法的可靠性,Google使用了具多种布局的发票资料集,证明该模型可对大多数字段运作良好,不过侦测寄送日期(delivery_date)的准确度表现较差,Google提到,原因是他们训练集中,只有一小部分的资料存在这个字段,因此需要更多的训练资料来改进该字段准确度。
相关文章
- YouTube更新违反规定政策,提升惩处透明度和一致性
2023-12-31 14:00:52
- 传苹果将把中国iCloud正式交给本地化经营 苹果手机icloud换区存储操作
2023-12-27 18:34:43
- 刘德华代言什么手机?刘德华成华为Mate 60 RS非凡大师华为5G新手机代言人
2023-09-26 21:55:08
- WebOS新系统:Palm Pre手机最新款高价登港
2023-06-23 15:39:14
- 帮助企业组织对抗勒索软件,资安通报机构设立防护专区,可协助事前、事中与事后因应
2023-06-22 09:36:10
- 蔚来全系产品降价3万 取消免费换电 换一次电池180元
2023-06-12 17:27:49
- 电商平台三巨头开打最大规模折扣 价格战再次打响
2023-03-05 18:58:40
- 爱立信节省成本裁员四千人 爱立信全球员工总数五分之一
2023-02-24 22:27:29
- 蜜芽关停近况,八位数重金买三字顶级新域名mia.com也关闭
2023-02-23 16:18:14
- 联想CEO杨元庆:联想集团需要裁员32%削减部分业务支出
2023-02-18 12:45:25
- 蓝色光标2022营收亏损18亿 客户预算减少明显
2023-02-18 12:40:08
- 三星工厂或将80%生产转至越南 因本地劳动力成本上升
2023-02-17 23:09:16
- 香港八达通卡如何激活?没用失效过期余额怎么办
2023-02-17 18:34:51
- 中兴通讯被曝将裁员20% 称只裁国外的
2023-02-17 18:33:26
- 苹果新iPhone15Pro手机终于改用USB-C(火牛)数据线??Lightning充电接口退出
2023-02-17 16:57:22
- 突发!蓝色光标曾为中国民企500强龙头 如今业绩亏损断崖下跌
2023-02-16 14:31:19
- 三星发布自家carplay车载中控系统 Car Mode for Galaxy 可以连接carplay吗?
2023-02-14 00:53:17
- Opera浏览器宣布集成ChatGPT 一键生成网页内容摘要
2023-02-14 00:32:08
- 谷歌google计划重返进入中国市场?但结果可能令你失望
2023-02-13 16:57:15
- Zoom紧急裁员1300人 佔员工总数15%
2023-02-08 14:59:11
最新资讯
- YouTube更新违反规定政策,提升惩处透明度和一致性2023-12-31 14:00:52
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万92023-12-28 19:41:57
- 吉利飙逾6% 电动车品牌极氪新车款极氪007昨上市 预售价格22.99万元2023-12-28 19:30:28
- 日本丰田汽车厂11月全球产量创新高2023-12-28 19:26:02
手机
- 中国11月手机出货量增34% 5G手机出货量2709.2万部2023-12-28 19:27:57
- 荣耀发布新一代旗舰荣耀Magic5系列,新款上市价格分期0首付3999元起2023-03-06 16:12:32
- 美国商务部指违禁,长江存储被美国拜登制裁名单面临停工裁员2023-02-17 18:41:53
- 苹果Apple iOS车载系统CarPlay支持哪些更多汽车品牌2023-02-02 17:33:27
- 香港去哪买三星手机回来吗? 买香港便宜售价手机市场地点和网站2023-02-02 11:03:11
数码
- 华为5G芯片正式亮相:预示华为将发首款5G手机2023-08-31 13:22:33
- 腾讯传计划放弃虚拟现实VR硬件计划2023-02-17 23:32:30
- 三星手机份额大跌!三星手机中国市场份额变化国内仅剩3%2023-02-01 17:06:15
- 三星手机份额大跌在中国没市场了!国内市场占有率仅剩1%国外比苹果销量高2023-02-01 16:59:53
- vivo发布2022 vivoNEX手机极简易浏览器下载:简洁流畅无广告!2022-12-02 17:29:30
科技
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元2023-02-17 18:58:09