|6大人工智能应用关键技术,终于有人讲明白了( 二 )


文字检测采用的处理算法一般包括:Faster-RCNN、Mask-RCNN、FPN、PANet、Unet、IoUNet、YOLO、SSD 。
3. 文字识别
在文本检测的基础上 , 对文本内容进行识别 , 将图像中的文本信息转化为计算机可识别和处理的文本信息 。 文字识别主要解决的问题是每个文字是什么 。
文字识别常采用的处理算法包括:CRNN、Attention OCR、RNNLM、BERT 。
4. 文本抽取
从文字识别结果中抽取出需要的字段或要素 。
文本抽取常采用的处理算法包括:CRF、HMM、HAN、DPCNN、BiLSTM+CRF、BERT+CRF、Regex 。
5. 输出
输出最终的文字识别结果或者文本抽取结果 。
|6大人工智能应用关键技术,终于有人讲明白了
本文插图

03 机器学习/大数据分析
机器学习/大数据分析是一种用于设计复杂模型和算法并以此实现预测功能的方法 , 即计算机有能力去学习 , 而不是依靠预先编写的代码 。 它能够基于对现有结构化数据的观察 , 自行识别结构化数据中的模型 , 并以此来输出对未来结果的预测 。
机器学习是一种通过“监督”和“无监督”学习来识别结构化数据中的模式(例如日常性能数据)的算法 。 监督算法是指在根据自己的输入做出预测之前 , 会从输入和输出的结构化数据集来进行学习 。 无监督算法是指观察结构化数据 , 并对已识别的模式提供相关见解 。
机器学习和高级分析可能会改变保险公司的游戏规则 , 例如 , 在提高合规性、降低成本结构 , 以及从新的见解中获得竞争优势 。 高级分析已经在领先的人力资源部门中得到了广泛应用 , 主要用于确定和评估领导者和管理者的核心品质 , 以便更好地预测行为、规划职业发展道路和下一任领导岗位归属 。
|6大人工智能应用关键技术,终于有人讲明白了
本文插图

04 自然语言生成(Natural Language Generation , NLG)
计算机具有与人一样的表达能力和写作能力 , 它遵循某种规则 , 将从数据中观察到的信息转换成高质量的自然语言文本 。 例如 , 自动识别会议邮件中的主题、数字地名、人名地址并生成行程表备忘录 , 或者识别出合同条款的关键内容并将摘要的重点生成列表 。
关于自然语言生成及自然语言处理的详细介绍 , 请阅读《详解自然语言处理(NLP)5大语义分析技术及14类应用(建议收藏) 》
05 智能工作流(Smart Workflow)
智能工作流是一种用于流程管理的软件工具 , 其中集成了由人和机器共同执行的工作 , 允许用户实时启动和跟踪端到端流程的状态 , 以便于管理不同组之间的切换 , 包括机器人与人类用户之间的切换 , 同时还能提供瓶颈阶段的统计数据 。
随着社会和科技的不断进步 , 各个领域都开始逐步朝着自动化、智能化的方向快速发展 。 工作流相关技术的研究也越来越受重视 , 并广泛地应用于制造业、软件开发、银行金融、生物医学等不同领域 。
工作流不但能够自动化地处理相关的活动和任务 , 减少人机交互处理过程中带来的潜在错误 , 而且能够精确化每一个处理步骤 , 最大化地提高生成效率 , 并且将工作流应用到动态、可变且灵活的应用场景当中 。
近年来 , 在大数据、人工智能的背景下 , 工作流中的业务流程日趋复杂 , 所面临的环境和数据也日趋复杂 , 由需求分析引起的业务过程重新建模或由维护升级引起的过程模式变更和改进也变得越来越频繁 。
在这种动态多变的复杂环境下 , 如何快速识别出任务 , 然后快速高效并有针对性地处理工作流问题 , 已成为目前工作流任务研究的关键问题 。
RPA软件机器人在工作过程中 , 也会遇到很多类似的情况 。 工作流的复杂多变 , 会导致RPA作业流程的复杂多变 , 使其无法做到自适应 , 这将会大大影响RPA软件机器人的作业效率 。


推荐阅读