Классификация документов:
машинное обучение и обработка естественного языка
машинное обучение и обработка естественного языка
Инструментарий ContentReader® Engine включает технологию для классификации документов, что позволяет создавать приложения для автоматического распределения документов по предопределенным категориям и классам. В передовых алгоритмах классификации используются технологии машинного обучения и обработки естественного языка, которые позволяют выявить малейшие отличия между документами разных категорий и настроить гибкие процессы классификации.
Новый интеллектуальный классификатор по внешнему виду (Image Classifier) позволяет собирать и обрабатывать визуальную информацию об изображениях документов и быстро классифицировать их. Текстовый классификатор (Text Classifier) работает с текстовой информацией на документах, в том числа анализируя смысл текста, что позволяет повысить точность классификации. Классификаторы по внешнему виду и текстовый можно использовать как отдельно, так и совместно.
Как это работает?
Как это работает?
Классификация документов проходит в три этапа:
1
Подготовка наборов документов для обучения классификации
На этом этапе определяются классы документов. Для каждого класса подбирается несколько примеров документов для определения общих признаков.
2
Обучение классификационной модели
Информация о классах документов и соответствующих параметрах импортируется для обучения в классификационную модель (Classification Model), которая впоследствии обучается. Модель может использовать классификаторы по внешнему виду и текстовый как отдельно, так и совместно. Эффективность работы можно улучшить за счет установления баланса между полнотой и точностью данных.
3
Классификация
Все поступающие документы классифицируются согласно классификационной модели. Чтобы правильно классифицировать тип документа, определяются параметры для каждого документа, которые сравниваются с информацией, полученной на этапе обучения. Разработчики могут создавать правила, которые позволяют обновлять наборы данных для обучения и переобучать классификационную модель.
Технология позволяет получать информацию о том, к каким из заданных категорий может относиться документ и с какой вероятностью. Информацию о вероятности можно использовать для определения следующих шагов обработки, среди которых анализ и отправка документов по определенному пути.
В документации ContentReader® Engine процесс классификации представлен примером кода, который можно использовать при создании приложений или для тестирования работы технологии.
Закажите эффективное решение
Заполните форму и получите консультацию, как наиболее эффективно использовать наши решения для задач вашего бизнеса.