CUTIE：利用卷积通用文本信息提取器学习理解文档
计算机视觉与模式识别
2019-06-21 v4 人工智能
摘要
从收据或发票等文档中提取关键信息，并将感兴趣文本保存为结构化数据，在会计、金融和税务等领域（但不限于此）的办公自动化文档密集型流程中至关重要。为避免为每种特定类型文档设计专家规则，已有发表的工作尝试通过在学习 Named Entity Recognition (NER，命名实体识别) 方法（自然语言处理领域）的基础上学习模型以探索文本序列中的语义上下文来解决该问题。本文提出利用文档中文本的语义含义与空间分布中的有效信息。具体而言，我们提出的模型 Convolutional Universal Text Information Extractor (CUTIE，卷积通用文本信息提取器) 将卷积神经网络应用于网格化文本，其中文本作为具有语义内涵的特征被嵌入。我们进一步探究采用不同卷积神经网络结构的效果，并提出一种快速且可移植的结构。我们在多达 张标注收据的数据集上证明了所提方法的有效性，无需任何预训练或后处理，在速度和精度方面均取得远优于基于 NER 方法的 state of the art (SOTA，最先进) 性能。实验结果还表明，所提出的 CUTIE 模型能够在更少量训练数据下取得良好性能。
引用
@article{arxiv.1903.12363,
title = {CUTIE: Learning to Understand Documents with Convolutional Universal Text Information Extractor},
author = {Xiaohui Zhao and Endi Niu and Zhuo Wu and Xiaoguang Wang},
journal= {arXiv preprint arXiv:1903.12363},
year = {2019}
}