【技术实现步骤摘要】
一种光学字符识别模型的优化方法、装置、设备及介质
[0001]本公开涉及人工智能
，尤其涉及深度学习、计算机视觉
技术介绍
[0002]随着计算机技术的飞速发展，OCR(Optical Character Recognition，光学字符识别)技术被广泛应用于各种人工智能产品中。随着基于OCR技术的人工智能产品的应用，很多的异常业务数据在执行业务过程中出现。
技术实现思路
[0003]本公开提供了一种光学字符识别模型的优化方法、装置、设备及介质。
[0004]根据本公开的第一方面，提供了一种光学字符识别模型的优化方法，包括：
[0005]获取多个线上业务数据的编码向量；
[0006]采用编码器和两个解码器，对所述多个线上业务数据的编码向量进行处理，得到每个线上业务数据的两个解码向量；
[0007]根据每个线上业务数据的编码向量和两个解码向量，确定每个线上业务数据对应的两个损失值；
[0008]从所述多个线上业务数据中，获取坐标在预设坐标范围外的线上业务数...
【技术保护点】
【技术特征摘要】
1.一种光学字符识别模型的优化方法，包括：获取多个线上业务数据的编码向量；采用编码器和两个解码器，对所述多个线上业务数据的编码向量进行处理，得到每个线上业务数据的两个解码向量；根据每个线上业务数据的编码向量和两个解码向量，确定每个线上业务数据对应的两个损失值；从所述多个线上业务数据中，获取坐标在预设坐标范围外的线上业务数据，作为困难样本，每个线上业务数据的坐标由该线上业务数据对应的两个损失值构成；利用所述困难样本，优化光学字符识别模型。2.根据权利要求1所述的方法，所述方法还包括：获取训练集，所述训练集包括多个训练样本；获取所述多个训练样本的样本编码向量和真值编码向量；采用编码器和所述两个解码器中的第一解码器，对所述多个训练样本的样本编码向量进行处理，得到每个训练样本的第一样本解码向量；采用编码器和所述两个解码器中的第二解码器，对所述多个训练样本的样本编码向量进行处理，得到每个训练样本的第二样本解码向量；利用所述多个训练样本的第一样本解码向量、第二样本解码向量和样本编码向量，对所述编码器、所述第一解码器和所述第二解码器进行训练。3.根据权利要求2所述的方法，在所述编码器、所述第一解码器和所述第二解码器训练结束后，所述方法还包括：采用编码器和两个解码器，对所述多个训练样本的样本编码向量进行处理，得到每个训练样本的两个第三样本解码向量；根据每个训练样本的样本编码向量和两个第三样本解码向量，确定每个训练样本对应的两个损失值；基于所述多个训练样本的坐标，确定所述预设坐标范围，每个训练样本的坐标由该训练样本对应的两个损失值构成。4.根据权利要求3所述的方法，其中，所述基于所述多个训练样本的坐标，确定所述预设坐标范围的步骤，包括：基于所述多个训练样本的坐标，确定训练样本分布密度大于预设密度阈值的目标区域；将所述目标区域作为所述预设坐标范围。5.根据权利要求2所述的方法，所述方法还包括：获取可数据驱动的异常问题对应的异常业务数据；将所述异常业务数据加入所述训练集。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：获取带标注信息的异常业务数据；将所述异常业务数据输入垂类服务模型，得到所述异常业务数据的预测信息；对比所述标注信息和所述预测信息，得到所述异常业务数据的异常问题。7.根据权利要求1
‑
6任一项所述的方法，所述多个线上业务数据所属的垂类与数据驱
动工具对应的垂类相同，所述数据驱动工具包括所述编码器和两个解码器。8.一种光学字符识别模型的优化装置，包括：第一获取单元，用于获取多个线上业务数据的编码向量；第一处理单元，用于采用编码器和两个解码器，对所述多个线上业务数据的编码向量进行处理，得到每个线上业务数据的两个解码向量；第一确定单元，用于根据每个线上业务数据的编码向量和两个解码向量，确定每个线上业务数据对应的两个损失值；第二获取单元，用于从所述多个线上业务数据中，获取坐标在预设坐标范围外的线上业务数据，作为困难样本，每个线上业务数据的坐...
【专利技术属性】
技术研发人员：谢群义，钦夏孟，恩孟一，王鹏，姚锟，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。