政府机构在数字化转型过程中，每天都会产生和接收大量的文档，包括公文、申请材料、报告等。这些文档通常以非结构化的形式存在，难以直接进行分析和利用。而OCR可以通过文字识别技术，将这些非结构化的数据转化为结构化的信息，从而方便政府机构进行数据治理和决策分析。

当前政务文档在文字识别中的挑战主要有：
  • 来源多元化：有电子文档，扫描件，手机拍摄的文档，文档质量参差不齐。
  • 文字格式多样化：包括手写、印刷、盖章内容等，需要进行多种文字识别技术的应用。
  • 内含大量专业术语：需要对这些术语进行识别和处理。
  • 原始格式不规范：可能存在缺失、错位等问题，需要进行处理和修复。
因此，选择一种既能大规模支持各种文档识别、识别精度高，又能方便管理、降本增效的识别应用，显得尤为重要。
针对以上的行业需求，飞桨联合旻浦科技提供了一套基于PaddleX（飞桨AI套件）的完整的政务文档处理方案，可利用模型库中PP-OCRv4的高精度识别能力，准确提取各种电子文档材料的核心信息，形成标准化的产品，助力政府政务治理，提升数字化服务能力。同时，旻浦科技也加入星河共创计划，将第一阶段共创成果已上线至PaddleX应用官网，访问下方链接即可了解更多～
项目链接：基于PP-OCRv4的文档场景检测识别 - 飞桨AI Studio星河社区
场景痛点
  • 准确性低：OCR通用能力相对较弱，造成结构化信息提取准确性低，影响后续整个链条的工作。
  • 实施周期长：工作覆盖了电子文档资料治理的整个业务链条，实施周期长。
  • 人力投入大：公司专门成立算法团队，负责电子文档资料的算法模型设计、学习训练等，人力投入一直较大。
方案设计与优势
针对以上问题，旻浦科技基于PaddleX中PP-OCRv4模型的基础能力，将10万份证照类、文本类电子文档材料通过分类、检测、识别、提取，输出结构化信息。飞桨解决基础性、公共性通用能力，旻浦科技专注于业务分析、创新应用能力，双方彼此链接、相互促进，最终赋能政务工作，实现“AI+政务”智能升级。

如下所示，PP-OCRv4整体的框架图保持了与PP-OCRv3相同的pipeline，针对检测模型和识别模型进行了数据、网络结构、训练策略等多个模块的优化。
PP-OCRv4系统框图
PP-OCRv4效果速览：
应用效果
效果一：精度提高、应用效果显著
  • 电子文档材料识别：精度从92%左右提高到98%以上。
  • 智能政务应用效果：申请表数据自动填充率从50%左右提高到70%以上；智能预审通过率从90%左右提高到98%以上。
效果二：效率提升、上线周期缩短
在智能预审和智能帮办的常规项目及30个高频服务事项中，应用PP-OCRv4后，开发到上线的时间成本缩短1.5个月左右。
效果三：成本降低、综合效益提升
效率提高、人力成本降低，研发团队从原来10人左右算法工程师缩减至4人。
精彩直播预告
为了让广大开发者和企业更详细了解到PP-OCRv4在政务领域的具体应用以及如何助力业务实现降本增效，旻浦科技数字政府研究院院长姜德峰将于10月26日（周四）19:00为大家带来一期精品课程，以旻浦科技的政务领域为例，详解企业如何利用科技赋能，实现企业数字化转型新思路。
扫描海报下方二维码，进群获取直播最新动态～
加入星河共创计划
成为文心生态伙伴
除了可以更便捷地开发AI模型和应用外，星河共创计划为企业提供了企业扶持和商业收益的机会。

1.有意向基于文心大模型（ERNIE Bot SDK、文心一言等）共创应用和插件，可以获取百亿流量、项目奖金等福利。
2.基于文心大模型和PaddleX（飞桨AI套件）共创应用上线至星河社区，可以拟定应用价格，开放给其他用户购买，获得应用收入分成。
通过星河共创计划，成为文心生态伙伴，助力企业快速实现行业痛点解决、大模型业务落地、客户拓展和商业收入。欢迎扫描下方二维码了解星河共创计划，回复“共创”即可。我们期待与您携手，发掘更多经典场景案例！
相关地址直达：
1.PaddleX中的PP-OCRv4：
基于PP-OCRv4的文档场景检测识别 - 飞桨AI Studio星河社区
2.PaddleX官网：
飞桨AI Studio星河社区-人工智能学习与实训社区
3.PaddleX官方频道：
飞桨AI Studio星河社区-人工智能学习与实训社区
4.PaddleX共创方案：
https://ai.baidu.com/ai-doc/AISTUDIO/pll1ysj35
5.PaddleX使用文档：
https://ai.baidu.com/ai-doc/AISTUDIO/Zlisojzjs
‍
‍
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~
继续阅读
阅读原文