இயந்திர மொழிபெயர்ப்பு. ஆங்கிலம் மற்றும் ஹிந்தி மதிப்பாய்வு செய்யப்பட்ட பதிப்புகள்.English हिन्दी

Learn
See
Try
Make

ஆவணங்கள் மற்றும் OCR ஐ பரிசீலனை செய்யவும்

What this lesson is about

எழுத்துப்பிரதி, வாசிப்பின் வரிசை, அட்டவணைகள் மற்றும் தெளிவில்லாத பெட்டிகளை சரிபார்க்கவும். ஒரு சொல்லை உருவாக்க வேண்டாம்.

ஒரு முத்திரை பதிக்கப்பட்ட ரசீது மொத்தத்தின் ஒரு இலக்கத்தை மறைக்கிறது, மற்ற வரிசை சரியாக கூட்டப்படுகிறது. நீங்கள் என்ன தட்டச்சு செய்வீர்கள்?

Why this matters

ஒரு தரவுத்தொகுப்பு — ஒரு மாதிரி கற்றுக்கொள்ளும் எடுத்துக்காட்டுகளின் தொகுப்பு — சுத்தமாகத் தோன்றினாலும் பயன்படாததாக இருக்கலாம். ஒரு உருவாக்கப்பட்ட இலக்கம் அல்லது தவறான அட்டவணை செல்லும் போதும் போதுமானது.

வாசிப்பின் வரிசையை பாதுகாத்து OCR ஐ சரி செய்யவும், தெளிவில்லாத எழுத்துக்களை தெளிவில்லாததாகவே வைத்திருங்கள்.

நீங்கள் காணும் விஷயத்தை மட்டும் பதிவு செய்யுங்கள், தோன்றும் விஷயத்தை அல்ல.
தலைப்புகள், வரிசைகள் மற்றும் நெடுவரிசைகளை ஒழுங்காக வைத்திருங்கள்.
படிக்க முடியாத பெட்டியை, பணிக்கூறியபடி மேலதிக பரிசீலனைக்கு அனுப்பவும்.

Task

முத்திரையிடப்பட்ட விலைப்பட்டியலின் மொத்தத்தை பரிசீலிக்கவும்.

Weak approach ஒவ்வொரு வரிசையும் நெடுவரிசையும் தங்களுடைய இடத்தில் இருக்கும், மற்றும் எழுத்துக்களை பக்கத்தில் இருப்பது போல துல்லியமாக தட்டச்சு செய்கிறது. பின்னர் மொத்தத்திலிருந்து மறைந்துள்ள எண்ணை கண்டுபிடித்து 1,890 என தட்டச்சு செய்கிறது. இப்போது பக்கத்தில் யாரும் காணாத ஒரு எண் உள்ளது, மற்றும் முத்திரை வைக்கப்பட்ட பெட்டி ஒருபோதும் மேலே அனுப்பப்படவில்லை.

Stronger approach அந்த இலக்கத்தை தெளிவில்லாததாக குறிக்கவும், நீங்கள் காணும் எழுத்துக்களை வைத்திருங்கள், அந்த பகுதியை சரியாக பரிசீலனைக்கு அனுப்பவும்.

Why the stronger approach works இரு மதிப்பாய்வாளர்களும் ஆவணத்தின் வடிவத்தை பாதுகாத்தனர். அவர்களில் ஒருவன் எண்ணிக்கைகளையும் பொருந்தும் படி செய்தார், ஆனால் பக்கத்தில் அதற்கான எந்த குறிப்பு இல்லை.

Try a changed situation இப்போது பக்கம் கையால் எழுதப்பட்ட பள்ளி வருகை பதிவேட்டாக இரு நெடுவரிசைகள் ஒன்றாக நெருக்கமாக உள்ளன. நீங்கள் என்ன பாதுகாப்பீர்கள்?

Make something yourself நான்கு வரிசை OCR சரிபார்ப்பு பட்டியலை உருவாக்கவும்: எழுத்து, அமைப்பு, அட்டவணைகள் மற்றும் தெளிவில்லாதவை.

Read the primary or official source: Jaume et al., FUNSD: form understanding in noisy scanned documents (arXiv)