面向表單圖像的文字識別與智能信息處理平臺

新一代信息技術

蘇州大學智能信息處理平臺的目標是能處理多模態文字數據，精準分析語言內部結構，對人類語言進行深層理解，以支持各種應用需求。

一、項目分類

顯著效益成果轉化

二、技術分析

蘇州大學智能信息處理平臺的目標是能處理多模態文字數據，精準分析語言內部結構，對人類語言進行深層理解，以支持各種應用需求。系統可以處理多種非結構化數據，比如說明書、技術標準、車間工單等紙質文檔或電子文檔。把圖像識別技術(OCR)和自然語言理解技術(NLP)相結合，從表單圖像中抽取關鍵要素信息。在此基礎上，我們搭建了包括知識圖譜問答 (KBQA)、常見問題檢索 (FAQ)、對話 (Chatbot)在內的智能問答及對話系統、以及面向大數據的文檔信息抽取系統。能夠對給定的自然語言問題通過查詢、推理提供精準滿意的答案，和面向大規模文檔提供信息抽取和輿情分析等服務。目前已經向多家公司提供各項相關服務。

1）可處理印刷體和手寫體混合的圖像文件，抽取關鍵要素信息。

2）利用自然語言理解技術深層理解所抽取的要素信息，并建立它們之間的聯系，構建知識圖譜。

3）能對給定自然問句進行理解，通過查詢、推理提供精準滿意的答案。

4）實現基于知識圖譜的問答系統和常見問題檢索系統。

提供面向大規模文檔的信息抽取和輿情分析服務。

1） 中文命名實體識別正確率95%以上。

2） 關系抽取正確率80%以上。

3） 事件抽取正確率80%以上。

4） 知識圖譜問答正確率85%以上。

發明專利

可以量產

達到國內先進水平

獨立研究