合合信息以智能化系統解決銀行業務兩難困境

　　隨著銀行業務數字化轉型提速，票證錄入智能化的需求也隨之高漲，銀行對OCR模型的開發周期、識別準確率、識別速度等要求也越來越高。銀行需要構建面向各類涉及內容識別的場景的開發平臺，針對特定單據快速開發定制化模型并進行模型迭代，同時解決樣本初始化不足、缺少人工標注、憑證版式復雜、模型訓練門檻高等問題。

　　銀行票證的錄入是簡單重復卻十分耗費人力成本的基礎性工作。OCR技術能夠將圖像文件上的字符快速轉換成數字化文本，具有高速、準確、低成本等優勢，在業務系統中應用廣泛。

　　但業內人士分析說，傳統的OCR技術普遍存在文檔圖像質量退化、文字檢測及版面分析困難、非限定條件文字識別率低、結構化智能理解力差等缺陷。在AI技術的加持下，智能文字識別技術可有效解決上述問題，準確提取和識別背景復雜、清晰度不高、角度傾斜的票證圖片中的文字，簡化下游文檔處理任務，提升銀行票據的文字識別效率與準確性。

　　基于這一現存需求，在元腦生態框架下，合合信息將智能文字識別技術與浪潮信息AI服務器、浪潮信息AIStation智能業務生產創新平臺優勢相融合，聯合推出一站式智能OCR(光學字符識別)解決方案，幫助銀行等金融機構提升票證錄入效率，節省人力資源成本。

　　據悉，該方案具備零門檻構建OCR模型和一鍵部署模型兩大核心功能，集成了合合信息智能文字識別訓練平臺，浪潮信息AI服務器NF5280M6、浪潮信息AIStation智能業務生產創新平臺，內置超過100種常用OCR模型，可迅速應用于銀行大部分業務場景，能夠基于少量樣本快速開發、迭代和部署OCR模型，滿足銀行智能OCR應用需求，實現票證錄入智能化。

　　目前，方案已在柳州銀行等金融機構落地。具體實施中，柳州銀行借助智能OCR解決方案實現了OCR開發“零門檻”，開發者基于幾十張票證小樣本，即可完成OCR模型開發;方案也大幅縮短了模型開發和迭代周期，使得模型訓練時間從2天縮短為4小時，部署時間從2天縮短為5分鐘。