华为云计算 云知识 文本抽取解决方案-产品介绍

文本抽取解决方案-产品介绍

文本抽取解决方案
适用于:Linux
商品简介:薄言文本抽取平台可以对客户所提供文档的目标要素进行智能抽取,同时抽取部分在文档内高亮提示,有助于提高业务效率。
商品亮点:抽取精准度高,样本自动丰富,深度学习,片段感知
文本抽取解决方案
商品说明
版本: V1.0 交付方式: License
适用于: Linux 上架日期: 2020-10-13 06:36:26.0

随着行业知识慢慢地向统一格式化靠拢,由于领域需求不同,同一类文件的版式存在千差万别,比如发票,不同行业,不同地市就存在很大的差异。传统的文本处理方式:需要将每种类型的文件都去标注一遍,特别是仅采用OCR的标注,版本稍微有点改动基本就需要重新标注训练。这就给标注工作带来了巨大的压力,且效率低下。那么,薄言文本抽取平台有哪些优势呢?
第一、联合研究的深度学习模型:采用全新预训练模型SegaBERT,在原始位置向量的基础上,对段落、句子、词语三者间的位置关系联合建模,更符合语言逻辑习惯,也更有益于模型学习。SegaBERT不止在各种任务集上比BERT有提升,对输入文本的编码逻辑上也有显著区别,能做到片段感知,即根据段落、句子的分隔信息进行编码。所以在相同的训练数据、计算资源与模型规模条件下,SegaBERT取得了较为明显的提升效果。
第二、标注样本自动丰富:大量的训练样本可以用来观测模型常见错误,利用后处理修正,提取或修正分段特征,包括向已有的标注样本加入一些特征来进行样本扩充和信息多样化。
第三、精准度高:除了采用领先的模型来提升效果外,我们结合薄言自身研究的语法引擎,增加对标注和训练样本预处理,能够自动筛选出更合理的数据,并对一些样本自动泛化出一系列意思相近的样本数据,这样就极大地增加了覆盖面,最终精准度明显要优于同行的其他产品。

商品规格中,标配版的文本抽取服务,提供通用模型的文本抽取服务;高级定制版的文本抽取服务,提供根据行业特性进行定制开发的文本抽取服务。

查看详情

云商店免费试用中心

立即体验
云耀云服务器 HECS 2核4G 免费体验