�ҳ��Ů��Ƶ,��˾þþ�Ʒһ��

首頁動態資訊行業資訊

大模型技術在智能文檔處理中的應用（上篇）

來(lai)源：易道博識(shi) 發布時間：2023-06-15

ChatGPT爆火，大(da)語言模型技術廣受關注

ChatGPT是OpenAI公司基于大型(xing)預(yu)訓練語言模(mo)型(xing)（Large Language Models, LLM） GPT-3.5發布的(de)智能(neng)(neng)聊天機(ji)器人，因其驚(jing)艷(yan)的(de)語義理解、智能(neng)(neng)會(hui)話(hua)和(he)(he)文(wen)(wen)本生成(cheng)能(neng)(neng)力，獲(huo)得了全球1億月活用戶的(de)熱情追(zhui)捧。ChatGPT可以從海量未標注數據集中(zhong)獲(huo)得的(de)信(xin)息，自動識別、總結、翻譯、預(yu)測和(he)(he)生成(cheng)內容(rong)。3月15日(ri)，OpenAI又發布了GPT-4多模(mo)態大模(mo)型(xing)，該模(mo)型(xing)能(neng)(neng)夠支持文(wen)(wen)本和(he)(he)圖像(xiang)輸入，與(yu) GPT-3.5相比，其回(hui)答(da)準確度、文(wen)(wen)字輸入長度等各方面性(xing)能(neng)(neng)均有顯著提(ti)升。

ChatGPT的問(wen)世(shi)，開(kai)啟了(le)新一輪的技術浪潮，標志著(zhu)人工智(zhi)能技術發展(zhan)(zhan)正式進入了(le)大(da)模型(xing)時代。模型(xing)的背(bei)后其實(shi)是“知識”。未來，“模型(xing)”將無處不在，人工智(zhi)能與行業應(ying)用(yong)的結(jie)合(he)會更加緊密(mi)，以模型(xing)驅(qu)動的發展(zhan)(zhan)范式變革正在快速形(xing)成，整(zheng)個人工智能(neng)行業(ye)的生態(tai)會愈發完整(zheng)。

可以(yi)看出，ChatGPT驚(jing)艷效(xiao)果(guo)本質上來(lai)(lai)自(zi)于(yu)(yu)其背后的(de)(de)大語(yu)(yu)言(yan)(yan)(yan)模(mo)型(xing)技(ji)(ji)術。那么，究(jiu)竟什么是大語(yu)(yu)言(yan)(yan)(yan)模(mo)型(xing)？大語(yu)(yu)言(yan)(yan)(yan)模(mo)型(xing)是一種(zhong)基于(yu)(yu)深度學習(xi)算法(fa)的(de)(de)自(zi)然語(yu)(yu)言(yan)(yan)(yan)處理技(ji)(ji)術，旨(zhi)在讓計算機(ji)能夠(gou)理解(jie)和生成(cheng)自(zi)然語(yu)(yu)言(yan)(yan)(yan)文本。大語(yu)(yu)言(yan)(yan)(yan)模(mo)型(xing)的(de)(de)訓(xun)練(lian)(lian)通常(chang)需要海量的(de)(de)文本數據（如(ru)維基百科、新聞文章、社交媒體等）和強大的(de)(de)計算資源。在訓(xun)練(lian)(lian)過(guo)程中，大語(yu)(yu)言(yan)(yan)(yan)模(mo)型(xing)會(hui)通過(guo)學習(xi)這些(xie)數據中的(de)(de)模(mo)式和規律來(lai)(lai)調(diao)整自(zi)己的(de)(de)權重和參(can)數，從而提高自(zi)身對語(yu)(yu)言(yan)(yan)(yan)的(de)(de)理解(jie)和生成(cheng)能力(li)。大語(yu)(yu)言(yan)(yan)(yan)模(mo)型(xing)的(de)(de)應(ying)用非常(chang)廣泛，如(ru)語(yu)(yu)言(yan)(yan)(yan)翻譯、問答系統、語(yu)(yu)音識別(bie)和文本生成(cheng)等。

智能文檔處理難點(dian)解析

智能(neng)文檔(dang)處理（IDP,Intelligent Document Processing）是(shi)利(li)用人工智能技術(shu)(shu)，自(zi)動從復雜的非(fei)結(jie)構化(hua)和半結(jie)構化(hua)文(wen)檔(dang)中抽取關鍵數據，并將其(qi)轉換成結(jie)構化(hua)數據的技術(shu)(shu)。常見的文(wen)檔(dang)包括純文(wen)本、帶格式文(wen)檔(dang)和富格式文(wen)檔(dang)三(san)種類型，如(ru)下圖示例。

圖1：常見文檔類型

純(chun)文本

由大段純文字(zi)組成，內(nei)容形(xing)式比較單一。通常利(li)用自然語(yu)言(yan)處理(li)技術，即可以完成語(yu)義理(li)解(jie)和分析處理(li)工作。

帶格式文檔(dang)

如Word等帶(dai)有格式(shi)的文檔(dang)，其主要(yao)特點(dian)是包含有結(jie)(jie)構化的信息，可以直接解析出文檔(dang)的物理元素和邏輯結(jie)(jie)構，進而轉化為結(jie)(jie)構化數據。

富格式文檔(dang)

相(xiang)較(jiao)于(yu)純文本(ben)和(he)帶格(ge)式(shi)(shi)文檔，富格(ge)式(shi)(shi)文檔更加(jia)復雜，除了(le)各(ge)種形式(shi)(shi)的(de)文本(ben)信息外，還包(bao)含有(you)(you)豐富的(de)多模態元(yuan)素，如表格(ge)和(he)圖(tu)片。富格(ge)式(shi)(shi)文檔具(ju)有(you)(you)如下幾個方面的(de)特(te)點：

· 多樣性

富格式(shi)(shi)文檔的多樣性(xing)主要體現在格式(shi)(shi)、種類、內容和版(ban)式(shi)(shi)等(deng)維度。常見的格式(shi)(shi)有(you)拍照圖像、掃描件、可(ke)解(jie)析格式(shi)(shi)（如PDF）等(deng)，版(ban)式(shi)(shi)包括(kuo)有(you)固定(ding)、多版(ban)式(shi)(shi)和開放(fang)版(ban)式(shi)(shi)等(deng)類型。

· 多模(mo)態信息豐(feng)富性

富(fu)格式文檔(dang)包含(han)有豐富(fu)的元(yuan)素信息(xi)，如文字、標題、段落、表(biao)格、圖表(biao)、印章、簽名、頁眉和頁腳。

· 領域差異性

不同(tong)領域的文檔(dang)通常在種類、版式、語料和表達方式方面(mian)差異很(hen)大，如金融、地產、教育和醫療等，實際中存在著大量(liang)領域特定(ding)文檔(dang)。

· 長(chang)短不一(yi)致性

從單張(zhang)圖片、單頁(ye)(ye)文檔(dang)到幾十上百(bai)頁(ye)(ye)的(de)長(chang)(chang)文檔(dang)，文檔(dang)的(de)長(chang)(chang)度(du)通常跨度(du)很大。

以上富格(ge)式文檔特點，增加了通用IDP系統的處理難度。

關于更詳細的智能(neng)文檔處理難點介紹(shao)，請參(can)見《淺談智能文檔處理技術和應用》文章。

上一篇：大模型技術在智能文檔處理中的應用（下篇）

下一篇：易道博識成功中標四川銀行ICR項目

返回列表

更多資訊

易道(dao)博識OCR智能識別方案(an)，助力金融(rong)業降本增效

熱門標簽

人工智能 OCR識別證券 IT 計算機視覺訓練平臺銀行駕駛證識別財務識別保險

永久免费a∨片在线观看_日韩人妻精品无码一区二区三区_精品久久久久久无码人妻热_日日噜噜夜夜狠狠久久蜜桃

搜索

大模型技術在智能文檔處理中的應用（上篇）

國內統一咨詢服務熱線

（早09:00 - 晚18:00）