Canfod Testun OCR ac Anodiad Trawsgrifio
Sut y cyflwynodd Shaip anodiad trawsgrifiad blwch ffiniol lefel gair + lefel cymeriad ar draws amrywiol ffynonellau testun — dogfennau printiedig, llawysgrifen, arwyddion, platiau trwydded, derbynebau — wedi'i adeiladu fel set ddata OCR a deallusrwydd dogfennau gradd gynhyrchu gyda chywirdeb o 99%.
Trosolwg o'r Prosiect
Wrth i OCR symud y tu hwnt i ddogfennau printiedig glân i destun golygfa go iawn a deallusrwydd dogfennau, roedd angen piblinell anodiadau ar y cleient a oedd yn gallu trin gwahanol fathau o destun, ffontiau, cyfeiriadau, ieithoedd ac amodau arwyneb gyda chywirdeb gofodol a lefel cymeriad.
Adeiladodd Shaip y biblinell anodiadau o'r dechrau i'r diwedd a oedd yn cwmpasu lleoli blychau ffiniol ar lefel geiriau, trawsgrifiad cymeriad union, tagio aml-briodwedd, a sicrhau ansawdd deuol gofodol + trawsgrifiad — gan gynhyrchu setiau data OCR parod ar gyfer modelau ar draws 10+ math o ffynonellau testun.
Ystadegau Allweddol
Anodiad fesul Delwedd
Cannoedd o eiriau
Trothwy Cywirdeb
99%
Ffynonellau Testun
10 +
Haenau Priodoleddau
5
Heriau
- Anodi pob enghraifft o destun gweladwy ar lefel y gair — cannoedd fesul delwedd drwchus
- Cyfuno manwl gywirdeb blwch ffiniol gofodol gyda trawsgrifiad lefel cymeriad union ochr yn ochr
- Trin testun crwm, wedi'i ystumio gan bersbectif, ac wedi'i gylchdroi ar arwyddion a labeli cynnyrch
- Trawsgrifio wedi pylu, cyferbyniad isel, ac wedi'i guddio'n rhannol geiriau heb ddyfalu cymeriadau annarllenadwy
- Rheoli testun cymysg-iaith ac aml-sgript o fewn yr un ddelwedd
Ateb
Anodiad Gofodol Lefel Gair
Cafodd pob enghraifft o destun gweladwy ym mhob delwedd ei anodi'n unigol gyda blwch ffiniol wedi'i ffitio'n dynn ar lefel y gair - gan gipio lleoliad gofodol union pob elfen destun. Ar gyfer delweddau dwys fel derbynebau neu ffurflenni, roedd hyn yn golygu cannoedd o anodiadau unigol fesul delwedd, pob un yn cynnal cywirdeb aliniad sylfaenol.
Trawsgrifiad Lefel Cymeriad
Ochr yn ochr â'r blwch ffiniol, trawsgrifiodd anodyddion union gynnwys testun pob gair, gan gynnwys rhifau, nodau arbennig, atalnodi, a chyfuniadau alffaniwmerig. Perfformiwyd y llif gwaith deuol hwn — gofodol + trawsgrifio — ochr yn ochr â rheolau cysondeb ar draws y ddwy haen.
Cwmpas Aml-Ffynhonnell
Roedd y sylw’n cwmpasu ystod amrywiol iawn o ffynonellau: dogfennau printiedig, nodiadau ysgrifenedig â llaw, arwyddion stryd, labeli cynnyrch, platiau trwydded, blaenau siopau, byrddau hysbysebu, derbynebau, anfonebau, bwydlenni, a meysydd ffurflenni. Daeth pob math o ffynhonnell gyda’i chanllawiau anodi ei hun wedi’u haddasu i’w nodweddion gweledol.
Tagio Priodoleddau 5-Haen
Cyfoethogwyd pob rhanbarth testun wedi'i anodi â phriodoleddau yn cwmpasu cyfeiriadedd testun (llorweddol, fertigol, croeslin), iaith a math sgript, eglurder testun (ei ddarllen yn glir, yn rhannol ddarllenadwy, yn gwbl annarllenadwy), arddull ffont (argraffedig vs. wedi'i ysgrifennu â llaw), a math cefndir testun (plaen, patrymog, cymhleth). Mae'r haen briodoleddau gyfoethog hon yn galluogi'r model hyfforddedig i drin amodau testun amrywiol yn y byd go iawn ymhell y tu hwnt i OCR dogfennau safonol.
Trothwy Gwelededd a SA Deuol
Roedd canllawiau llym yn llywodraethu trothwyon gwelededd gofynnol — cafodd testun annarllenadwy ei nodi yn hytrach na'i ddyfalu, gan gynnal cyfanrwydd y set ddata. Aeth pob delwedd wedi'i hanodi trwy broses sicrhau ansawdd dwy lefel sy'n cyfuno adolygiad manwl gywirdeb blwch ffiniol a dilysu cywirdeb trawsgrifio, gyda throthwy cywirdeb o 99% ar draws y ddwy haen.
Cwmpas y Prosiect
| Math Set Ddata | Lefel Anodiadau | Ffynonellau | Priodoleddau | QA | Cywirdeb |
|---|---|---|---|---|---|
| Canfod testun OCR + trawsgrifio | Blychau geiriau + trawsgrifiad cymeriadau | 10+ math o ffynhonnell | 5 haen priodoledd | QC gofodol deuol + trawsgrifio | 99% |
canlyniadau
- Sefydlu piblinell drawsgrifio gofodol lefel gair deuol + lefel cymeriad ar gyfer OCR AI
- Wedi'i safoni 10+ o ffynonellau testun wedi'u cwmpasu dogfennau sy'n cwmpasu, testun golygfa, a llawysgrifen
- Wedi'i gyflwyno 5 haen priodoledd ar gyfer cyfeiriadedd, iaith, eglurder, ffont a chefndir
- Wedi'i gynnal Giât cywirdeb 99% ar draws haenau sicrhau ansawdd gofodol a thrawsgrifio
- Galluogodd y cleient digideiddio dogfennau, OCR manwerthu, llywio, bancio, a chyfreithiol Ceisiadau AI
At ei gilydd, helpodd Shaip i drawsnewid gofyniad anodiadau testun aml-ffynhonnell yn biblinell OCR strwythuredig, barod ar gyfer cynhyrchu - un sy'n gallu cefnogi digideiddio dogfennau, canfod testun golygfeydd, deallusrwydd manwerthu, awtomeiddio bancio, ac AI cydymffurfiaeth gyfreithiol gyda chywirdeb gofodol a thrawsgrifio deuol.
Ymdriniodd Shaip ag achosion ymyl OCR na all y rhan fwyaf o ddarparwyr eu trin — testun arwyddion crwm, sgriptiau cymysg, derbynebau pylu, nodiadau ysgrifenedig â llaw. Rhoddodd eu sicrhau ansawdd deuol ar flychau ffiniol a thrawsgrifiadau ddata hyfforddi y gallem ei ddefnyddio.
