達觀智能OCR讓場景快速跑起來

10分鐘，給你一個跑起來的業(yè)務場景。

當我們提取一張表格、一篇文章的關鍵內容，可以通過人工直接摘錄完成。假如需要處理一百張表、一千篇文章，它們類型一樣、內容不盡相同，只能用人工一篇篇操作嗎？給“達觀智能OCR平臺”10分鐘，通過10分鐘的標注、訓練，即可把所需的文檔內容都提取出來，方便后續(xù)利用。不論是中文還是外語，或是多語言混合文檔，又或者文檔中內含印章、信息遮蓋、模糊、污損…達觀智能OCR對實際辦公中的各類復雜場景，都能展示出出色的識別效果。

圖1 達觀智能OCR平臺

達觀智能OCR平臺為企業(yè)提供一站式文檔識別解析解決方案，打通了底層文字識別到上層結果化抽取應用，平臺可以處理JPG、PNG、BMP、TIFF、PDF等常見圖片和文檔格式，支持多頁文件。獨有的圖像信息結構化抽取平臺滿足各類復雜票據(jù)、表單的結構化抽取需求，包含多種開箱即用的模型，準確率高、識別率高。

達觀智能OCR平臺的實現(xiàn)業(yè)務過程?

基于達觀的行業(yè)領域數(shù)據(jù)積累、工程實施經驗和算法能力優(yōu)勢，達觀智能OCR具備可自定義的處理能力，可以靈活響應實際業(yè)務場景當中的新文件類型處理需求。業(yè)務人員應用達觀智能OCR平臺可通過標注、訓練、測試和上線的流程快速處理新文件類型的OCR識別需求。
當我們明確場景及關鍵內容信息提取范圍，即可通過OCR智能處理平臺，將稿件信息登記表歸為一個類型，為該類型新建一個分類，稱之為一個新的文檔類型，如圖2所示：

圖2新建文檔類型

基于這樣的一個分類，填加需要抽取的字段，如圖3所示：

圖3 新增字段

將對應的模板文件上傳到系統(tǒng)中進行標注，人工的方式將抽取的字段羅列在該模板中，讓OCR智能處理系統(tǒng)進行自學習。當系統(tǒng)學習完成后，再上傳類似的文件文檔進行識別時，即可實現(xiàn)關鍵內容的精確抽取，展示在右側詳細列表中。

圖4 效果展示

從第一步新建文檔類型、抽取字段，到模板標注，系統(tǒng)學習一份新文檔模型到完成內容解析前后過程最快只需“10分鐘”。非技術人員也可快速上手，分鐘級搭建一個應用場景并完成關鍵信息批量抽取。

利用達觀智能OCR建設數(shù)字化平臺?

以某物流運輸公司為例，該公司面向未來業(yè)務發(fā)展的方向，找到達觀數(shù)據(jù)為其建設數(shù)字化平臺，希望利用人工智能技術賦能實現(xiàn)業(yè)務的數(shù)字化、智能化升級。達觀數(shù)據(jù)在建設過程中為客戶審核業(yè)務場景搭建了“達觀智能OCR系統(tǒng)”通過達觀智能OCR平臺的模型訓練，在極短的時間內新建運輸單模型。實現(xiàn)快速提取運輸單、送貨單中的訂單號、收貨人、運輸方式信息，分鐘級響應客戶其他系統(tǒng)的關鍵內容錄入和核對需求。

圖5 樣例文件效果

目前，達觀智能OCR已在金融、保險、醫(yī)療、交通、教育等諸多行業(yè)有了深入成熟的應用。達觀數(shù)據(jù)針對各行業(yè)不同的業(yè)務場景特色場景和需求，基于功能強大的達觀OCR，結合自主研發(fā)的NLP、RPA、知識圖譜等能力，構建出可擴展的自動化辦公產品矩陣，為企業(yè)客戶提供可落地的文本智能應用。