检索结果-南通市图书馆

检索条件"主题词=OCR后处理"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

医疗保险系统中信息处理关键技术研究

医疗保险系统中信息处理关键技术研究

引用

作者：钱炎南京航空航天大学

学位级别：硕士

信息技术的迅猛发展与日益普及,给传统的业务流程带来巨大的挑战。面对海量数据信息,人们希望采用更简单的处理方式、更快的处理速度,能够提供给客户更实时、更全面的信息展示,使自身在市场上更有竞争力。论文以美国Ox International公... 详细信息

信息技术的迅猛发展与日益普及,给传统的业务流程带来巨大的挑战。面对海量数据信息,人们希望采用更简单的处理方式、更快的处理速度,能够提供给客户更实时、更全面的信息展示,使自身在市场上更有竞争力。论文以美国Ox International公司的医疗保险业务处理流程重组为背景,为了满足医疗保险业务实时处理的需求,开发基于Web的医疗保险系统。论文首先分析了美国医疗保险行业的发展现状,指出作为第三方管理公司传统医疗账单处理流程的弊端,提出了新一代的医疗保险信息系统的总体框架,并指出了医疗保险信息系统建设的技术基础。论文就医疗保险系统中信息处理的关键进行了详细阐述,研究了基于ocr技术的图像识别与后处理、基于DTS技术的EDI数据交换、基于数据复制技术的数据同步等关键信息处理技术,对其中的算法、关键步骤、技术细节等作了深入研究,实现医疗保险系统中大量账单信息的收集、识别、校对、传输。这些关键技术的研究大大提高账单处理效率、简化了账单的录入工作,实现了EDI文件的交换,同时也提高了系统的鲁棒性。论文研究成果已经应用于医疗保险信息系统(ACH系统:America’s Choice Health Plans,http://***)中,目前系统商业运行正常,在竞争激烈的市场中,取得了明显的优势。

关键词：医疗保险信息系统合并复制 ocr ocr后处理 EDI

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于seq2seq的多场景下的中文文本纠错方法研究

基于seq2seq的多场景下的中文文本纠错方法研究

引用

作者：姚林霞南京大学

学位级别：硕士

文本纠错是指对于文本中错误的文字进行纠正,该任务是自然语言处理领域的基本任务。互联网时代,中文作为世界第二大语言,占据着重要的位置,因此对于中文文本纠错的研究至关重要。人工智能的高速发展,使得深度学习方法同样在文本纠错任... 详细信息

文本纠错是指对于文本中错误的文字进行纠正,该任务是自然语言处理领域的基本任务。互联网时代,中文作为世界第二大语言,占据着重要的位置,因此对于中文文本纠错的研究至关重要。人工智能的高速发展,使得深度学习方法同样在文本纠错任务中大放异彩,目前文本纠错领域最新提出的方法都是基于端到端的seq2seq方法,该方法在英文文本纠错中取得了较好的进展。但是由于中文汉字的独特性与复杂性以及中文纠错语料的缺乏,使得传统的seq2seq方法在中文文本纠错任务中并没有取得很好的效果。本文在做了相应的实验以及分析后发现,在应对不同场景,融入相应场景下的知识或者提高数据的质量,能够提高文本纠错的准确率。从这一点出发,本文选取了两大经典场景:光学字符识别(Optical Character Recognition,ocr)和自动语音识别(Automated Speech Recognition,ASR)。基于这两个场景,就seq2seq模型在文本纠错领域的应用,提出了两种结合领域知识的不同方法,即WS2S(seq2seq based on witnesses)和KS2S(seq2seq based on knowledge)。研究发现,ocr场景下,识别原理差别较大的系统得出的文本差异性很大,并且识别结果存在互补现象,可以相互地进行学习。因此本文通过构建语言模型、基于编辑距离等方法获取丰富的witnesses,搭建多输入模型WS2S学习witnesses之间的联系,辅助中文文本的纠错。ASR场景下,提出的KS2S模型在传统的seq2seq模型的基础上,添加纠错选择模块,融入了场景下混淆集等外部知识,使得解码器在解码时具有可控性,从而可以更好地指导模型进行中文文本的纠错。实验阶段,本文针对相应场景,融入相应场景下的知识,通过一系列对比实验,验证了本文提出的中文文本纠错方法的有效性,同时也对比了所提出的两个方法的优缺点,阐述了未来可能的工作方向。

关键词：中文文本纠错 Seq2seq ocr后处理拼音检错 ASR

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人事档案知识图谱构建与系统实现

人事档案知识图谱构建与系统实现

引用

作者：朱阿静郑州大学

学位级别：硕士

随着信息技术的发展,各行各业都呈现出信息化、智能化、数字化的发展趋势,传统的档案管理已无法满足日常工作需求,档案数字化建设应运而生。伴随着深度学习、自然语言处理等相关技术的发展和信息的爆炸式增长,如何从海量的档案数据中挖... 详细信息

随着信息技术的发展,各行各业都呈现出信息化、智能化、数字化的发展趋势,传统的档案管理已无法满足日常工作需求,档案数字化建设应运而生。伴随着深度学习、自然语言处理等相关技术的发展和信息的爆炸式增长,如何从海量的档案数据中挖掘出有价值的信息是人们关注的问题。知识图谱的构建能够帮助人们直观地查看干部基本信息和干部之间的关系,为决策提供科学化技术支撑。本文以干部档案数字化建设和辅助决策为目的,针对组织部提出的对不同类型的原始数据处理的需求,采用不同的技术来完成结构化信息的提取,以此完成人事档案知识图谱构建以及系统实现,主要研究内容包括以下四个方面:（1）针对图像类型数据的结构化信息抽取。出于政府对高质量数据、高响应速度需求的考虑,本文使用Paddle ocr开源技术进行初步文本识别。针对固定格式文档,通过提取关键字定义相应的模板文件来构建一个固定文档模板库,并针对固定文档格式的固定格式区设定内容属性和校正规则,作为识别结果修正的依据。基于以上模板的定义来修正ocr结果并完成结构化信息提取工作。（2）针对纯文本类型数据的结构化信息提取。针对非结构化文本的命名实体识别任务,提出了融合注意力机制的Lattice LSTM模型——Lattice Att＿LSTM,对命名实体识别模型进行优化。通过引入注意力机制提高了命名实体识别模型的准确度,并在Resume数据集上验证了该模型优于Lattice LSTM模型,之后将其应用在组织部提供的文本数据上完成命名实体识别任务。（3）人事档案知识图谱构建。针对以上工作获取的结构化数据,提出了基于规则的实体标准化方法进行实体消歧,以剔除冗余知识,并存储至My SQL关系数据库;最后基于映射变换将关系数据库数据导入到Neo4J图数据库进行存储、可视化,并完成人事档案知识图谱的构建。（4）干部信息管理系统的设计与实现。为提高档案数字化建设水平,本文基于以上研究设计并开发了干部信息管理系统,该平台不仅提供基本档案信息管理功能,而且提供ocr识别、命名实体识别、识别结果的校正、下载、导入以及人事档案知识图谱检索与可视化等功能。

关键词： ocr后处理命名实体识别知识图谱档案数字化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：