近日，用友的智能化團(tuán)隊(duì)在國(guó)際頂級(jí)學(xué)術(shù)會(huì)議ICDAR（International Conference on Document Analysis and Recognition）上發(fā)表了論文《一種基于多粒度半監(jiān)督學(xué)習(xí)的文字識(shí)別方法》。

在論文《一種基于多粒度半監(jiān)督學(xué)習(xí)的文字識(shí)別方法》中，用友智能化團(tuán)隊(duì)介紹了一種新穎的半監(jiān)督文字識(shí)別算法：通過(guò)基于單詞（word）和字符（character）兩種粒度的半監(jiān)督學(xué)習(xí)，來(lái)提升文字識(shí)別的效果。具體來(lái)講，用友智能化團(tuán)隊(duì)提出了一種單詞粒度的動(dòng)態(tài)聚合自學(xué)習(xí)框架，用來(lái)提升偽標(biāo)簽的質(zhì)量和穩(wěn)定性，其中在字符粒度方面提出使用一個(gè)單詞到字符轉(zhuǎn)換模塊，并結(jié)合對(duì)比學(xué)習(xí)，使得算法可以學(xué)習(xí)到字符粒度的表征信息。

根據(jù)公開(kāi)測(cè)評(píng)數(shù)據(jù)，基于該算法的OCR識(shí)別技術(shù)可大幅提升傳統(tǒng)OCR識(shí)別的準(zhǔn)確率，提升數(shù)據(jù)使用效率，并創(chuàng)造更大價(jià)值：

在財(cái)稅領(lǐng)域，這項(xiàng)技術(shù)可顯著減少人工數(shù)據(jù)處理工作量，提高工作效率，同時(shí)降低了由人為錯(cuò)誤引發(fā)的稅收和會(huì)計(jì)問(wèn)題的風(fēng)險(xiǎn)，還支持未標(biāo)記數(shù)據(jù)的文本識(shí)別，實(shí)現(xiàn)更快速的財(cái)務(wù)數(shù)據(jù)獲取和分析；

在人力領(lǐng)域，該技術(shù)可以大幅簡(jiǎn)化招聘流程，自動(dòng)識(shí)別和整理求職者的簡(jiǎn)歷、申請(qǐng)表，提高招聘效率，同時(shí)加速員工檔案（包括合同和培訓(xùn)證書(shū)等）的處理，確保員工數(shù)據(jù)合規(guī)性，降低法律風(fēng)險(xiǎn)，特別適用于大量文件處理的人力部門(mén)；

在供應(yīng)鏈領(lǐng)域，OCR技術(shù)的能力提升可以改進(jìn)庫(kù)存管理，提高供應(yīng)鏈透明度和效率，尤其適用于需要跟蹤和記錄庫(kù)存和訂單信息的場(chǎng)景。此外，它還能夠加速訂單處理，提高訂單準(zhǔn)確性，降低交貨周期，提升客戶滿意度，從而改進(jìn)整個(gè)供應(yīng)鏈的運(yùn)作。

通過(guò)在ICDAR上發(fā)表論文，用友不僅向國(guó)際學(xué)術(shù)界展示了其在文字識(shí)別領(lǐng)域的研究成果，也展示了中國(guó)公司在人工智能領(lǐng)域的實(shí)力和創(chuàng)新能力。這也為用友在相關(guān)領(lǐng)域的產(chǎn)品和解決方案提供了更強(qiáng)的技術(shù)支撐。 論文《一種基于多粒度半監(jiān)督學(xué)習(xí)的文字識(shí)別方法》發(fā)表后，相關(guān)算法將用于包括YonGPT及用友所有與文字識(shí)別（OCR）相關(guān)的產(chǎn)品、服務(wù)、解決方案之中，并依托于用友BIP（用友商業(yè)創(chuàng)新平臺(tái)），使能更多企業(yè)與公共組織推進(jìn)數(shù)智化轉(zhuǎn)型升級(jí)，擁抱AI普及應(yīng)用時(shí)代。

未來(lái)，用友將繼續(xù)加強(qiáng)科研創(chuàng)新，不斷推動(dòng)人工智能技術(shù)的創(chuàng)新和應(yīng)用，為企業(yè)與公共組織帶來(lái)更優(yōu)質(zhì)的產(chǎn)品和服務(wù)。