使用表单识别器进行有监督的学习

Question

我正在尝试使用Microsoft的Form Recognizer API分析表单，但是没有看到期望的结果。在表单上训练模型后，生成的键很少是我想要的。有谁知道是否有提高钥匙识别准确性的方法？我当时在想作为一种监督学习的形式进行培训时，可能有某种方法可以列出键/值对。

Here是我要解析的形式的示例。

我希望输入“ Year”，“ Make”，“ Model”和“ VIN”键。但是相反，模型返回的是“车辆”键，其中包含“年”，“制造”，“模型”和“ VIN”值以及它们的后续值。

我知道我特别询问过有监督的学习，但实际上，任何有关提高表单识别器模型准确性的技术或技巧都将不胜感激。

Answer 1

Azure表单识别器现在提供了一种监督学习工具，用于为使用默认的无监督学习模式难以训练的表单调整模型。

以下是使用该工具的方法： https://docs.microsoft.com/en-us/azure/cognitive-services/form-recognizer/quickstarts/label-tool

Answer 2

您是否使用5个样本表格来训练模型？您是否可以尝试将不含值的空白表格添加到训练数据中，看看是否有帮助？扫描的是高质量的表格还是倾斜的？

以下是有关如何提高准确性的一些提示：

如何为自定义模型构建训练数据集 使用Form Recognizer自定义模型时，您将提供自己的训练数据，以便该模型可以训练成针对特定行业的表单。您可以使用五个填写的表单或一个空的表单（文件名中包含单词“ empty”）加上两个填写的表单来训练模型。即使您有足够的填写表格进行训练，向训练数据集添加空表格也可以提高模型的准确性。

使用针对训练而优化的数据集很重要。使用以下提示，以确保从“火车模型”操作中获得最佳结果：

•如果可能，请使用基于文本的PDF文档而不是基于图像的文档。扫描的PDF将作为图像处理。 •如果可用，请使用一个空白表格和两个已填写的表格。 •对于填写的表格，请使用填写了所有字段的示例。 •在每个字段中使用具有不同值的表单。 •如果表单图像的质量较低，请使用较大的数据集（例如10-15张图像）。