面向表单图像的文字识别与智能信息处理平台

苏州大学智能信息处理平台的目标是能处理多模态文字数据，精准分析语言内部结构，对人类语言进行深层理解，以支持各种应用需求。

一、项目分类

显著效益成果转化

二、技术分析

苏州大学智能信息处理平台的目标是能处理多模态文字数据，精准分析语言内部结构，对人类语言进行深层理解，以支持各种应用需求。系统可以处理多种非结构化数据，比如说明书、技术标准、车间工单等纸质文档或电子文档。把图像识别技术(OCR)和自然语言理解技术(NLP)相结合，从表单图像中抽取关键要素信息。在此基础上，我们搭建了包括知识图谱问答 (KBQA)、常见问题检索 (FAQ)、对话 (Chatbot)在内的智能问答及对话系统、以及面向大数据的文档信息抽取系统。能够对给定的自然语言问题通过查询、推理提供精准满意的答案，和面向大规模文档提供信息抽取和舆情分析等服务。目前已经向多家公司提供各项相关服务。

1）可处理印刷体和手写体混合的图像文件，抽取关键要素信息。

2）利用自然语言理解技术深层理解所抽取的要素信息，并建立它们之间的联系，构建知识图谱。

3）能对给定自然问句进行理解，通过查询、推理提供精准满意的答案。

4）实现基于知识图谱的问答系统和常见问题检索系统。

提供面向大规模文档的信息抽取和舆情分析服务。

1）中文命名实体识别正确率95%以上。

2）关系抽取正确率80%以上。

3）事件抽取正确率80%以上。

4）知识图谱问答正确率85%以上。