過去，每到月末，公司財(cái)務(wù)都會(huì)犯愁，面對(duì)一堆發(fā)票，增值稅發(fā)票、火車票、行程單、船票、出租車票、小票等，手工錄入耗費(fèi)大量時(shí)間。現(xiàn)在，財(cái)務(wù)再也不用為陷入海量票據(jù)而發(fā)愁，因?yàn)橛辛? OCR技術(shù)。

　　近日，中關(guān)村科金基于自研的機(jī)器視覺和NLP技術(shù)，發(fā)布了一站式全流程文字識(shí)別產(chǎn)品“得助OCR平臺(tái)”。該平臺(tái)賦予機(jī)器能夠讀懂文字能力，不僅可識(shí)別海量票據(jù)信息并批量導(dǎo)出，提升企業(yè)日常辦公場景下資料錄入整理和審核的效率，而且可以自定義文字識(shí)別模型，讓企業(yè)掌握關(guān)鍵技術(shù)且自主可控、精度高，響應(yīng)快。

　　OCR需求大，自建OCR平臺(tái)面臨諸多挑戰(zhàn)

　　OCR （Optical Character Recognition，光學(xué)字符識(shí)別）是指針對(duì)印刷體字符，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并通過識(shí)別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的技術(shù)。

　　隨著各行各業(yè)數(shù)字化轉(zhuǎn)型提速，涉及憑證票證類別的需求不斷增加，業(yè)務(wù)人員每天面對(duì)大量繁雜、重復(fù)的信息錄入和流程審核工作，OCR需求壓力越來越大，企業(yè)亟需建設(shè)自身的OCR平臺(tái)，但面臨定制成本高、核心模型管理不能自主掌控、效果迭代不及時(shí)等諸多挑戰(zhàn)。

　　中關(guān)村科金推得助OCR平臺(tái)，助力企業(yè)降本增效

　　針對(duì)行業(yè)痛點(diǎn)，中關(guān)村科金推出的得助OCR平臺(tái)，即使零算法經(jīng)驗(yàn)人員，基于自身業(yè)務(wù)場景數(shù)據(jù)，通過該平臺(tái)隨時(shí)可以迭代專屬模型，快速提升企業(yè)數(shù)字化能力!

　　該平臺(tái)采用自研機(jī)器視覺和NLP技術(shù)，通過內(nèi)置智能圖像預(yù)處理、文字檢測、文字識(shí)別和多模態(tài)結(jié)構(gòu)化分析等四大引擎，從而提升人工錄入文字和業(yè)務(wù)審核效率，實(shí)現(xiàn)企業(yè)降本增效，助力企業(yè)數(shù)字化轉(zhuǎn)型。

　　平臺(tái)包含4大產(chǎn)品矩陣：OCR自訓(xùn)練平臺(tái)、SAAS能力平臺(tái)、原子算法庫和垂直場景解決方案，可以提供全場景、高精度的文字識(shí)別服務(wù)。其中，OCR自訓(xùn)練平臺(tái)，面向0算法經(jīng)驗(yàn)人員實(shí)現(xiàn)一站式全流程模型管理能力，通過私有化部署到自身業(yè)務(wù)場景，隨時(shí)可以迭代專屬模型，解決模型迭代依賴技術(shù)供應(yīng)商、模型精度不能持續(xù)提升、數(shù)據(jù)安全合規(guī)、業(yè)務(wù)響應(yīng)慢等痛點(diǎn)，讓企業(yè)實(shí)現(xiàn)真正意義自定義OCR模型能力，掌握關(guān)鍵技術(shù)且自主可控。

　　該平臺(tái)可以自定義文字識(shí)別模型，具備自主掌控、識(shí)別精度高、數(shù)據(jù)安全合規(guī)、業(yè)務(wù)響應(yīng)快四大優(yōu)勢(shì)：

　　1、企業(yè)可自主掌控核心技術(shù)，不依賴技術(shù)商

　　傳統(tǒng)OCR解決方案，面對(duì)新的業(yè)務(wù)場景OCR需求，需要依賴技術(shù)供應(yīng)商，核心技術(shù)無法自主掌控。通過使用自訓(xùn)練工具，不管是固定版式還是復(fù)雜版式需求，都可以自主生產(chǎn)需要的模型。

　　2、識(shí)別精度高，提升業(yè)務(wù)效率，節(jié)省人力

　　通過自主訓(xùn)練的模型，完全適配自身業(yè)務(wù)場景數(shù)據(jù)，做到完全量身定制的產(chǎn)品，更好的服務(wù)自身業(yè)務(wù)。另外平臺(tái)內(nèi)置了經(jīng)過真實(shí)場景驗(yàn)證的OCR預(yù)訓(xùn)練模型，清晰文本識(shí)準(zhǔn)確率95％以上，助力提升業(yè)務(wù)效率，節(jié)省人力成本。

　　3、數(shù)據(jù)安全合規(guī)，有效防范泄露風(fēng)險(xiǎn)

　　模型在生產(chǎn)環(huán)境使用過程中，會(huì)出現(xiàn)精度下降的問題。如何迭代模型效果，傳統(tǒng)做法將數(shù)據(jù)交給技術(shù)供應(yīng)商進(jìn)行優(yōu)化算法，存在數(shù)據(jù)泄露風(fēng)險(xiǎn)。

　　4、業(yè)務(wù)響應(yīng)快，快速賦能業(yè)務(wù)

　　傳統(tǒng)模型迭代過程，需要經(jīng)過需求溝通、招標(biāo)、POC測試、投標(biāo)、交付實(shí)施等全流程，迭代周期非常長。面對(duì)緊迫的業(yè)務(wù)需求，如何最快獲得優(yōu)化好的模型？通過自訓(xùn)練模型，業(yè)務(wù)人員隨時(shí)可以迭代模型效果，0秒延遲啟動(dòng)算法優(yōu)化，交付周期預(yù)計(jì)縮短80％以上，快速賦能業(yè)務(wù)。

　　得助OCR平臺(tái)可適用于銀行票據(jù)處理、合同文檔、身份驗(yàn)證、交通票據(jù)等80+場景，幫助企業(yè)快速提升業(yè)務(wù)效率，節(jié)省人力成本，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展。

　　以銀行票據(jù)信息錄入為例，銀行票據(jù)種類多，人力成本投入巨大。針對(duì)數(shù)據(jù)標(biāo)注過程枯燥繁瑣、機(jī)械性高，大量訓(xùn)練數(shù)據(jù)需要人工標(biāo)記，時(shí)間金錢成本昂貴問題，通過內(nèi)置智能半自動(dòng)標(biāo)注工具，標(biāo)注員只需要簡單審核機(jī)器標(biāo)注數(shù)據(jù)即可完成任務(wù)，標(biāo)注效率提升50％以上，有效節(jié)省了人力成本。

　　對(duì)于深度學(xué)習(xí)訓(xùn)練數(shù)據(jù)需求大問題，平臺(tái)內(nèi)置數(shù)據(jù)合成工具，后臺(tái)自動(dòng)生成超過100倍級(jí)人工標(biāo)注量的合成數(shù)據(jù)加入模型訓(xùn)練，提升模型效果，文字識(shí)別精度高達(dá)96％以上，相比傳統(tǒng)方案，至少提升5個(gè)百分點(diǎn)。

　　通過得助OCR自訓(xùn)練工具可視化界面可完成數(shù)據(jù)標(biāo)注、模型訓(xùn)練、評(píng)價(jià)、測試及部署上線全流程，實(shí)現(xiàn)自主掌控關(guān)鍵技術(shù)，節(jié)省人力成本，提升業(yè)務(wù)效率，加速企業(yè)持續(xù)規(guī)模化數(shù)字化轉(zhuǎn)型。

　　未來，中關(guān)村科金得助OCR平臺(tái)將根據(jù)自身在銀行、保險(xiǎn)、證券、信托、教育、醫(yī)療、智能制造等領(lǐng)域的深耕經(jīng)驗(yàn)，不斷開拓和深入更多的應(yīng)用場景，依托強(qiáng)大的NLP算法和機(jī)器視覺技術(shù)，洞悉用戶所需，快速響應(yīng)行業(yè)需求，確保高精度OCR識(shí)別效果，用更具前瞻性的人工智能科技賦能千行百業(yè)數(shù)字化發(fā)展。