非構造化テキスト文書におけるアドレス検出のための深層学習と推論の結合【JST・京大機械翻訳】

Engelbach Matthias; Klau Dennis; Drawehn Jens; Kintz Maximilien

プレプリント

J-GLOBAL ID：202202218747215359 整理番号：22P0285715

非構造化テキスト文書におけるアドレス検出のための深層学習と推論の結合【JST・京大機械翻訳】

Combining Deep Learning and Reasoning for Address Detection in Unstructured Text Documents

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月07日プレプリントサーバーでの情報更新日： 2022年02月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

非構造化テキスト文書からの情報の抽出は,これらの文書が多様な異なるレイアウトと,マルチカラム文書やネストテーブルの場合のように,非自明な読解順序を持つので,厳しいタスクである。さらに,多くのビジネス文書が論文形式で受信され,テキストコンテンツが更なる分析の前にディジタル化する必要があることを意味する。それにもかかわらず,送信機アドレスのような重要な文書情報の自動検出と捕捉は,多くの企業の処理効率を高めるであろう。本研究では,非構造化テキスト文書からアドレスを発見および抽出するための推論と深層学習を組み合わせたハイブリッドアプローチを提案した。視覚深層学習モデルを用いて,走査文書画像上の可能なアドレス領域の境界を検出し,ルールベースシステムとして表現されたドメイン知識を用いて,これら結果を検証した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

パターン認識 , 人工知能

, , , ,

前のページに戻る