CloudScan——一种使用循环神经网络的免配置发票分析系统
计算与语言
2017-08-25 v1
摘要
我们提出了CloudScan，一个无需任何配置或预先标注的发票分析系统。与以往工作不同，CloudScan不依赖发票版式模板，而是学习一个单一的全局发票模型，能够自然地泛化到未见过的发票版式。该模型使用从终端用户提供的反馈中自动提取的数据进行训练。这种自动训练数据提取消除了用户精确标注数据的要求。我们描述了一个能够捕捉长程上下文的循环神经网络模型，并将其与对应于当前CloudScan生产系统的基线逻辑回归模型进行了比较。我们在包含326,471张发票的数据集上，针对8个重要字段训练并评估了该系统。在见过的发票版式上，循环神经网络和基线模型分别取得了0.891和0.887的平均F1分数。对于未见过的发票版式这一更难的任务，循环神经网络模型以0.840的平均F1分数优于基线模型的0.788。
引用
@article{arxiv.1708.07403,
title = {CloudScan - A configuration-free invoice analysis system using recurrent neural networks},
author = {Rasmus Berg Palm and Ole Winther and Florian Laws},
journal= {arXiv preprint arXiv:1708.07403},
year = {2017}
}
备注
Presented at ICDAR 2017