典型文献
基于Bi-LSTM+CRF模型和多规则集成的证件信息识别
文献摘要：
证件信息识别是当前重要的人工智能应用领域,可以在金融服务和电商等多个场景提升经济活动效率和商业流程、办事流程的自动化水平.该文使用百度PaddlePaddle深度学习框架和基于双向LSTM+CRF+XGBoost模型的信息抽取与分类矫正方法,融合人工规则,在统一社会信用代码证书、民办非企业单位登记证书、事业单位法人证书等为代表的证件信息识别任务上取得了超越当前商业应用的效果.
文献关键词：
Bi-LSTM;CRF;证件识别;字符识别
中图分类号：
作者姓名：
周翔;刘杨
作者机构：
深圳市标准技术研究院 广东深圳 518000
文献出处：
引用格式：
[1]周翔;刘杨-.基于Bi-LSTM+CRF模型和多规则集成的证件信息识别)[J].科技资讯,2022(17):11-13
A类：
LSTM+CRF+XGBoost,分类矫正,代码证,证件识别
B类：
Bi,规则集,信息识别,人工智能应用,金融服务,经济活动,办事,自动化水平,百度,PaddlePaddle,深度学习框架,信息抽取,矫正方法,统一社会信用代码,民办非企业单位,登记证,事业单位,法人,人证,商业应用,字符识别
AB值：
0.366711
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
