达观IDP全新升级零样本学习算法，无需标注即可抽取文档信息
达观IDP产品示意图
零样本学习算法
DATAGRAND
深度学习模型的训练往往需要大量标注良好的训练样本，但是这种训练样本的获取成本非常高昂。而零样本学习(zero-shot learning)让计算机模拟人类的推理方式，来识别在训练阶段没有见过新事物，从而大幅降低模型对人工标注的数据依赖。
本次达观IDP文档智能处理系统全新升级零样本学习(Zero-Shot Learning)，无需标注训练模型，直接抽取文档信息，真正实现让AI触手可及。用户只需输入想要提取的字段信息，例如上市公司名称，股票代码，合同总金额，甲方地址，模型可自动提取关键信息。
零样本学习预标注数据
DATAGRAND
以公开数据集上市公司股权质押公告为例，传统的标注训练模式下，比赛提供4万份样本，截止目前市面上模型训练的最好效果是80.1%（F1值），而采用零样本的方式，在零标注的情况下，平均的字段抽取F1已可达到60%，在模型抽取错误的结果上，辅以人工复核修正，修正10份样本，迭代训练，模型的抽取F1即可达到70%。修正100份样本模型F1平均可达到75%，修正400份样本模型F1平均可达到80%，标注量减少99%。
从达观自身实践来看，传统模式下，以数百页的招股书为例，平均单字段的标注量为200份左右，单字段的标注+复核耗时约2小时，经算法工程师训练后模型平均字段准确率80%-95%。在零样本模式下，业务人员仅需复核模型的抽取结果，平均模型迭代仅需100份左右的标注数据，单字段的复核耗时约0.5小时，标注效率平均提升75%，同时，模型训练可由无算法经验和代码开发能力的业务人员1天内完成。
零样本直接抽取效果示例
文档处理一站式学习平台
DATAGRAND
达观IDP文档智能处理平台集成智能文档处理全景能力模型，支持一站式标注-训练-抽取-人工反馈-模型自优化的业务闭环，结合本次全新升级的零样本学习，进一步降低智能文档处理应用难度，大幅减少人工成本，未来智能文档处理有望真正像人类一样自我学习。
抽取效果示例
达观IDP文档智能处理平台已深入应用于金融、制造、通信、法律、审计、政府等领域，提供智能撰写、信息抽取、文档审核等服务能力，为企业数据、风险管理、合规管理创造价值。
推荐阅读