Целью прооекта было исследование методов гибкой обработки коммерческих документов, а именно: распознование важных сущностей на скане документа, их выделение и сопоставление
Задачи:
1) анализ и выявление недостатков текущей модели;
2) поиск и анализ наиболее подходящих архитектур нейронных сетей для поставленной задачи;
3) доразметка набора данных: добавление новых примеров и сущностей;
4) обучение найденных моделей;
5) анализ и оценка полученных результатов, формирование выводов;
Мною было проведено исследование существующих решений по распознованию документов. Среди найженых моделей я провел необходимую оценку их работоспособности в контексте задачи
1) Был проведен анализ литературы, составлены требования к модели и выбрано несколько архитектур-кандидатов.
2) Написаны вспомогательные скрипты для разметки набора данных.
3) Был расширен исходный набор данных: добавлены документы новых типов, новая сущность «заголовок документа»
4) Выбранные модели были дообучены и оценены, проведен анализ результатов
5) Была выбрана наиболее перспективная модель – LayoutXLM.
6) Добавлена новая сущность (помимо ключ и значение) – заголовок.
7) Была проведена оценка способности модели успешно находить сущности в документах, тип которых она не видела.
Пожаловаться
