達觀動態

人工智能在當下已經不再是新潮的概念，在下一代技術躍進出現之前，業務場景的落地比讓人眼花繚亂的技術名詞更具備現實價值。對于大部分企業客戶，業務部和技術部之間的相互依賴關系共同促進了技術在內部的使用，業務需求和技術能力相輔相成。OCR技術能夠把光學文字轉變為計算機字符，但對于文本和數據處理工作，將紙質文檔上的數據通過人工智能技術變成計算機結構化數據，則能更有效地搭建知識橋梁，將人力從重復的人工錄入轉移到非重復的數據分析，產生更深層次的業務價值。

1. 內置模型抽取；集成自研的標準化識別產品，包括多種小語種識別和數十種常見卡證抽取。
2. 模版抽取-簡單易用的模版標注；采用多種標注方式，支持錨點和無錨點標注，快速準確抓取目標信息。
3. 模型抽取；應用最新多模態和集成算法，表現出高魯棒性和良好的泛化性。
4. 分類器識別；分類器作為一個平臺功能的技術定義，在實際使用中對應我們的業務流場景，實現的功能是對打包或批量上傳的單據數據完成自動分類抽取，并進一步定義審核校驗等業務屬性。通過定義分類規則或訓練專研的分類器模型，關聯對應抽取文檔，構成一個分類器識別單元。常見的業務流諸如銀行開戶業務流、企業資質審查業務流等。

抽取結果展示

基礎模型模塊包括功能豐富的標注模塊和底層OCR模型訓練評估模塊，滿足底層模型的標注和訓練需求。

• 數據標注模塊：支持文字標注和版面標簽標注，通過機器預標注-人工修改的方式極大提高了標注效率，滿足定制化場景的真實數據快速迭代。

• 數據生成模塊：能夠通過靈活定義版式、字符、內容等來實現生成數據擴展，以滿足模型訓練的數據需求。

• OCR基礎模型訓練：支持檢測、識別、版面分析等類型的模型訓練功能，能夠從標注或生成數據靈活切分，自由編排訓練策略。底層基于達觀自研算法調優，通過流程化配置完成底層模型的訓練。

權限模塊設計了一套角色、用戶、組結構的權限系統，滿足靈活的權限配置和數據管理需求。

目前達觀OCR平臺已經賦能銀行、券商、報關、制造業、電商等多個行業的頭部客戶，為其降低大規模抽取任務的定制門檻和抽取成本，節約企業人力資源，提高工作流效率，提升用戶體驗。

市場上的人工智能產品琳瑯滿目，我們希望產品的使用價值高于技術噱頭，達觀OCR平臺從積累的無數客戶場景和需求中孵化而出，以產生使用價值為驅動，助力企業搭建繁重紙質數據的數字化橋梁，走上降本增效的高速路。