論文の概要: Research on All-content Text Recognition Method for Financial Ticket
Image
- arxiv url: http://arxiv.org/abs/2012.08168v1
- Date: Tue, 15 Dec 2020 09:39:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 05:24:09.467909
- Title: Research on All-content Text Recognition Method for Financial Ticket
Image
- Title（参考訳）: 財務チケット画像における全コンテンツテキスト認識手法に関する研究
- Authors: Fukang Tian, Haiyu Wu, Bo Xu
- Abstract要約: 深層学習に基づく全コンテンツのテキスト検出・認識手法を高精度かつ効率的に設計する。
また,ftcrf(financial ticket character recognition framework)を提案する。
漢字認識の特徴により,この枠組みは2段階情報抽出法を含んでいる。
実験の結果,本手法の平均認識精度は91.75%であり,チケット全体の認識精度は87%であった。
- 参考スコア（独自算出の注目度）: 5.371241477007343
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the development of the economy, the number of financial tickets
increases rapidly. The traditional manual invoice reimbursement and financial
accounting system bring more and more burden to financial accountants.
Therefore, based on the research and analysis of a large number of real
financial ticket data, we designed an accurate and efficient all contents text
detection and recognition method based on deep learning. This method has higher
recognition accuracy and recall rate and can meet the actual requirements of
financial accounting work. In addition, we propose a Financial Ticket Character
Recognition Framework (FTCRF). According to the characteristics of Chinese
character recognition, this framework contains a two-step information
extraction method, which can improve the speed of Chinese character
recognition. The experimental results show that the average recognition
accuracy of this method is 91.75\% for character sequence and 87\% for the
whole ticket. The availability and effectiveness of this method are verified by
a commercial application system, which significantly improves the efficiency of
the financial accounting system.
- Abstract（参考訳）: 経済の発展に伴い、金融チケットの数は急速に増加した。
従来の手形による請求書の払い戻しと財務会計システムは、財務会計士にますます負担をもたらしている。
そこで本研究では,多数のファイナンシャルチケットデータの研究と分析に基づいて,ディープラーニングに基づく全コンテンツテキストの検出・認識手法を高精度かつ効率的に設計した。
この方法は、認識精度とリコール率が高く、財務会計業務の実際の要件を満たすことができる。
また,ファイナンシャル・チケット・キャラクタ認識フレームワーク (FTCRF) を提案する。
漢字認識の特徴から,この枠組みには2段階情報抽出手法が組み込まれており,漢字認識の高速化が図られている。
実験の結果,本手法の平均認識精度は,文字列の91.75\%,チケット全体の87\%であった。
本手法の有効性と有効性は,金融会計システムの効率を大幅に向上させる商用アプリケーションシステムによって検証される。
関連論文リスト
- Self-consistent Validation for Machine Learning Electronic Structure [81.54661501506185]
機械学習と自己整合フィールド法を統合して,検証コストの低減と解釈可能性の両立を実現する。
これにより、積極的学習によるモデルの能力の探索が可能となり、実際の研究への統合への信頼がもたらされる。
論文 参考訳（メタデータ） (2024-02-15T18:41:35Z) - Towards reducing hallucination in extracting information from financial
reports using Large Language Models [1.2289361708127877]
本稿では,Large Language Models (LLMs) が業績報告書から効率的にかつ迅速に情報を抽出する方法を示す。
我々は,Q&Aシステム評価のための様々な客観的指標に基づいて,提案手法を使わずに,様々なLCMの結果を評価する。
論文 参考訳（メタデータ） (2023-10-16T18:45:38Z) - Enabling and Analyzing How to Efficiently Extract Information from
Hybrid Long Documents with LLMs [48.87627426640621]
本研究は,財務報告から重要な情報を理解するために,大規模言語モデルの可能性を活用することに焦点を当てる。
財務報告から情報を理解し抽出するLLMの能力を高める自動財務情報抽出フレームワークを提案する。
本フレームワークは, GPT-3.5とGPT-4で有効に検証され, 平均精度は53.94%, 33.77%向上した。
論文 参考訳（メタデータ） (2023-05-24T10:35:58Z) - Applications of Machine Learning in Detecting Afghan Fake Banknotes [0.0]
アフガニスタンにおける偽通貨の流行は大きな課題を引き起こし、経済に有害な影響を及ぼす。
本稿では,特定のセキュリティ特徴を解析して偽のアフガン紙幣を識別する画像処理手法を提案する。
ランダムフォレストアルゴリズムは偽のアフガン紙幣を99%の精度で検出した。
論文 参考訳（メタデータ） (2023-05-24T05:39:46Z) - Structure Diagram Recognition in Financial Announcements [7.763515888324117]
本稿では,財務発表における構造図の認識方法を提案する。
我々は,中国の金融発表から業界初の構造図のベンチマークを効率的に生成する2段階の手法を開発した。
従来の手法に比べて,構造図認識手法の有意な性能上の利点を実験的に検証した。
論文 参考訳（メタデータ） (2023-04-26T02:04:19Z) - An Efficient and Accurate Rough Set for Feature Selection,
Classification and Knowledge Representation [89.5951484413208]
本稿では, 特徴選択, 分類, 知識表現を同時に実現する, 粗集合に基づく強力なデータマイニング手法を提案する。
まず, ノイズ特性の処理において, 粗集合の非効率性について検討し, 相対的重要度と呼ばれる特性のロバストな測定法を提案する。
公開ベンチマークデータセットによる実験結果から,提案フレームワークは7つの人気や最先端の機能選択手法よりも精度が高いことがわかった。
論文 参考訳（メタデータ） (2021-12-29T12:45:49Z) - Enhancing User' s Income Estimation with Super-App Alternative Data [59.60094442546867]
これは、これらの代替データソースのパフォーマンスと、業界に受け入れられた局の収入推定器のパフォーマンスを比較します。
本論文は、金融機関がリスクプロファイルの構築に代替データを導入しようとする動機を示すものである。
論文 参考訳（メタデータ） (2021-04-12T21:34:44Z) - Research on Fast Text Recognition Method for Financial Ticket Image [5.371241477007343]
金融会計の分野では、チケット数の増加が激増し、労働コストが劇的に増加する。
本論文は,まず482種類の金融チケットの特徴を解析し,すべての金融チケットを3つのカテゴリに分け,各カテゴリごとに異なる認識パターンを提案する。
財務チケットテキストの特性に応じて、より高い認識精度を得るために、損失関数、地域提案ネットワーク(RPN)および非最大抑制(NMS)が改善されます。
論文 参考訳（メタデータ） (2021-01-05T01:42:35Z) - Automatic Counting and Identification of Train Wagons Based on Computer
Vision and Deep Learning [70.84106972725917]
提案手法は費用対効果が高く,RFIDに基づく解を容易に置き換えることができる。
このシステムは、識別コードに損傷があるため、列車のワゴンの一部を自動的に拒絶することができる。
論文 参考訳（メタデータ） (2020-10-30T14:56:54Z) - Financial ticket intelligent recognition system based on deep learning [4.606100785248409]
このシステムは194種類のファイナンシャルチケットを認識でき、自動反復最適化機構を備えている。
システムの平均認識精度は97.07%で、1回のチケットの平均走行時間は175.67msである。
論文 参考訳（メタデータ） (2020-10-29T05:07:40Z) - Cost-Sensitive Portfolio Selection via Deep Reinforcement Learning [100.73223416589596]
深層強化学習を用いたコスト依存型ポートフォリオ選択手法を提案する。
具体的には、価格系列パターンと資産相関の両方を抽出するために、新しい2ストリームポートフォリオポリシーネットワークを考案した。
蓄積したリターンを最大化し、強化学習によるコストの両立を抑えるため、新たなコスト感受性報酬関数が開発された。
論文 参考訳（メタデータ） (2020-03-06T06:28:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。