新闻详情

了解开灵OCR智能取数平台：特点、功能与操作流程

发表时间：2024-08-20 17:28

企业在文档管理和数据处理方面面临着诸多挑战，如内部单据种类多、样本数据少、数据保密性要求高、文档分类规则制定和培训耗时、文件种类多且分散、分类和检索困难等。为了解决这些问题，开灵科技OCR智能取数平台应运而生。

开灵科技OCR智能取数平台具有以下特点和功能：

1. 直接处理企业内部单据：企业内部单据可通过平台直接处理，减少人员间的重复数据传输。

2. 降低人工成本：实现少量人工 + 自动化平台的文档快速处理，减少文档处理中的人工成本。

3. 统一平台处理文档：所有文档通过统一平台处理，通过现有少量样本完成数据提取及快速分类。

4. 实现文件智能化管理：需要通过 OCR 实现纸质或电子文件的数字化存储，实现文件智能化管理、快速定位查询及资料快速归档。

开灵科技OCR智能取数平台可以识别全品类税务发票，包括船运客票、打车行程单、火车退票费、各种机打发票、定额发票、客运汽车票、过路费发票、火车票、增值税专用/普通发票、机动车辆购置/二手车购买发票、航空运输电子客票行程单、增值税电子普通发票、区块链发票、卷票、出租车票、全电发票、购物小票、完税证明等。

此外，还能识别电子会计档案原始资料和各类原始凭证，如银行回单、海关出口货物报关单、财政票据、海关进口增值税缴款单、增值税销货清单、银行对账单、医疗票据、销售订单、出库单、入库单、采购订单、合同、报告、财务报表、纳税申报等其他原始单据。

开灵科技OCR智能取数平台操作流程如下：

开灵科技OCR智能取数实现同一接口快速扩展全品类税务发票、非税财政发票、常见证照、财务凭证、个性化模版等识别。

1. 创建模型：根据项目需求，创建需求模型，预设提取字段。

2. 数据标注：上传样本，按照预设字段进行分类标注及取数标注。

3. 模型训练：数据标注完成后，针对上传的样本进行模型训练，训练后可实时查看训练效果。

4. 模型调用：自定义开启模型，生成统一接口及文档，以供调用。

在开灵科技OCR智能取数平台中，具有以下功能：

1. 智能模型配置：通过新建模板类型及预设字段来支持任意模板信息提取识别，支持标准证照、内部二次打印单据、表格类文件、非格式化文档的内容标注提取识别，提供字段属性、字段类型、词性以辅助用户更好定义模板及准确提取，字段名即接口字段输出，可自行定义快速开发。

2. 分类标注：严格按照实际业务逻辑，加入分类标注，通过框选进行分类标注，选择模板的重点特征值作为分类标识，可选择多个，支持手动修改框选后的内容，调优识别准确率。

3. 字段标注：通过框选标注 key - value 内容，支持纯 value 信息及一对多 value 值信息标注，支持字符类及表格类文档内容框选标注识别，表格内仅需标注表头及首行内容，支持多行识别，支持手动修改框选后的内容，调优识别准确率。

4. 样本集管理：智能开灵科技OCR智能取数平台通过强大的通用及表格基础识别引擎对全文档 OCR 识别及字段提取，少量样本即可实现对应模型的分类及识别训练，样本管理中可以随时新增或修改样本进行分类标注和字段标注，自动更新标注状态并训练，仅需 3 - 5 张样本即可完成初步模型搭建，20 - 50 张样本即可实现模型优化训练。

5. 测试集管理：智能开灵科技OCR智能取数平台支持上传测试集，创建测试任务，编辑预期结果，对训练完成的模型进行准确率评估，支持对同一个模型挂在不同测试集上测试准确率，同时也支持同一测试集对不同模型进行评估，更科学地评估在不同测试样本下的准确率，选择准确率更高的模型版本。

6. 效果展示：模型样本经过标注后，等待训练结束，可实时上传图片或 PDF 进行验证，测试样本和识别后字段同界面展示，便于核对字段，测试模型的识别效果，包含表格的以 kv list 结构单独展现。

7. 模型管理：平台建立多模板时可自定义启用或禁用对应服务，方便各业务部门对应需求使用，直观的模型样本标注数量及训练状态展示，可查看样本列表或对应模型直接取数测试，支持模型字段更改新增，增量标注。已授权模板可直接取数测试，支持内置其他模型 OCR 识别能力，可直接使用，无需再进行样本训练，官方超 50 种模型可选用，未来会持续增加。