CN113052063A - 置信度阈值选择方法、装置、设备以及存储介质 - Google Patents
置信度阈值选择方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113052063A CN113052063A CN202110308648.5A CN202110308648A CN113052063A CN 113052063 A CN113052063 A CN 113052063A CN 202110308648 A CN202110308648 A CN 202110308648A CN 113052063 A CN113052063 A CN 113052063A
- Authority
- CN
- China
- Prior art keywords
- confidence
- candidate
- optimal
- confidence threshold
- accuracy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007619 statistical method Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012015 optical character recognition Methods 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种置信度阈值选择方法、装置、设备以及存储介质,涉及智能云技术领域,可应用于云平台。该方法的一具体实施方式包括:接收票据参数;确定票据参数的机器识别结果的候选置信度阈值集合;计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。该实施方式采用满足期望准确率下的最大召回率作为评估指标,进行置信度阈值的选择,能够使得机器自动处理更多的票据,从而节省人力和提升效率。
Description
技术领域
本申请实施例涉及计算机领域,具体涉及智能云技术领域,尤其涉及置信度阈值选择方法、装置、设备以及存储介质。
背景技术
在贷后票据识别场景下,我们需要识别票据中的关键字段,比如日期和用途等。票据审核数量大、人力消耗多、效率低且成本高。在此情况下,一般会使用OCR(OpticalCharacter Recognition,光学字符识别)来对票据进行识别。OCR是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程。但是,在实际应用中,OCR的识别结果可能无法满足100%的准确率,因此,需要对OCR识别结果的准确性进行评估。
发明内容
本申请实施例提出了一种置信度阈值选择、装置、设备以及存储介质。
第一方面,本申请实施例提出了一种置信度阈值选择方法,包括:接收票据参数;确定票据参数的机器识别结果的候选置信度阈值集合;计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。
第二方面,本申请实施例提出了一种置信度阈值选择装置,包括:接收模块,被配置成接收票据参数;第一确定模块,被配置成确定票据参数的机器识别结果的候选置信度阈值集合;计算模块,被配置成计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;第二确定模块,被配置成基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;第一返回模块,被配置成返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。
第三方面,本申请实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本申请实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的置信度阈值选择方法、装置、设备以及存储介质,首先接收票据参数;之后确定票据参数的机器识别结果的候选置信度阈值集合;并计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;然后基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;最后返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。本申请提供了一种置信度阈值选择方法,该方法能使机器自动处理更多的票据,从而节省人力和提升效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的置信度阈值选择方法的一个实施例的流程图;
图3是根据本申请的置信度阈值选择方法的另一个实施例的流程图;
图4是准召曲线图;
图5是置信度阈值选择方法的训练模块的时序图;
图6是根据本申请的置信度阈值选择装置的一个实施例的结构示意图;
图7是用来实现本申请实施例的置信度阈值选择方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的置信度阈值选择方法或置信度阈值选择装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送票据参数等。终端设备101、102、103上可以安装有各种客户端应用。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以提供各种服务。例如,服务器105可以对从终端设备101、102、103获取到的票据参数进行分析和处理,并生成处理结果(例如最佳置信度阈值)。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的置信度阈值选择方法一般由服务器105执行,相应地,置信度阈值选择装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的置信度阈值选择方法的一个实施例的流程200。该置信度阈值选择方法包括以下步骤:
步骤201,接收票据参数。
在本实施例中,置信度阈值选择方法的执行主体(例如图1所示的服务器105)可以接收票据参数。其中,票据参数为票据的关键字段的参数,例如票据参数可为票据中的日期和用途等信息。
作为示例,用户可以对票据内容进行拍摄,得到票据图片,然后在终端上传拍摄的票据图片以确定票据中关键字段的置信度阈值。上述执行主体可以通过网络接口从终端获取到用户上传的票据图片,该票据图片可以包括至少一个关键字段的参数。但是由于票据清晰度的问题,一般情况下对日期和用途等关键字段的识别结果的准确率大约在50%-60%,这样的准确率无法让机器自动处理,因为无法确定OCR的识别结果是否正确、是否可信,因为得到的准确率过低。所以,本申请中要确定票据中的关键字段的机器识别结果的置信度阈值,当票据的机器识别结果不小于置信度阈值时,则认为准确率足够高,可通过机器自动处理;当票据的机器识别结果小于置信度阈值时,则认为准确率较低,需要进行人工复核。
步骤202,确定票据参数的机器识别结果的候选置信度阈值集合。
在本实施例中,上述执行主体可以确定票据参数的机器识别结果的候选置信度阈值集合。作为示例,在接收到票据参数之后,上述执行主体可以解析接收的票据参数,以得到相应的解析结果,之后对该解析结果进行统计分析,从而得到票据参数的机器识别结果的候选置信度阈值集合。其中,统计分析方法可采用现有技术实现,本申请对此不做限定。例如,当接收的票据参数为票据中的用途信息时,上述执行主体会对接收的票据参数进行解析,得到一个解析结果,并对该解析结果进行统计分析,以确定该票据参数的机器识别结果的候选置信度阈值集合,候选置信度阈值集合中包含多个候选置信度阈值,置信度的值表示一个概率,其范围在0到1之间,其中,0.0为置信度最低值,1.0为置信度最高值。
步骤203,计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率。
在本实施例中,上述执行主体可以计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率。在步骤202得到票据参数的机器识别结果的候选置信度阈值集合之后,上述执行主体会计算该候选置信度阈值集合中的每个候选置信度阈值的准确率和召回率,以对该候选置信度阈值集合中的每个候选置信度阈值进行准召评估,以使得确定的最佳置信度阈值能满足期望准确率的情况下召回率也最大。可选地,准确率可表示为不小于置信度阈值的所有票据中正确的票据数量与不小于置信度阈值的所有票据的数目的比值;召回率可表示为不小于置信度阈值的所有票据中正确的票据数量与所有票据数目的比值,从而对候选置信度阈值集合中的每个候选置信度阈值的准确率和召回率进行评估。应当说明的是,随着置信度阈值的增大,与置信度阈值相对应的准确率会不断变大,但是与置信度阈值相对应的召回率会不断变小。
步骤204,基于计算结果从候选置信度阈值集合中确定最佳置信度阈值。
在本实施例中,上述执行主体可以基于步骤203的计算结果从上述候选置信度阈值集合中确定最佳置信度阈值。在对候选置信度阈值集合中的每个候选置信度阈值的准确率和召回率进行计算之后,基于计算结果可以得到一个以召回率为横坐标、准确率为纵坐标的准召曲线,从而可以基于该准召曲线的面积确定候选置信度阈值集合中的最佳置信度阈值。作为示例,用户可确定一个期望的准确率Y0,在准召曲线中满足用户期望准确率的点沿着对应的横坐标召回率画一条直线交横坐标x轴于X0,然后从X0开始计算准召曲线与Y0的面积,当该面积最大时,该点所对应的置信度阈值即是最佳置信度阈值。
步骤205,返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。
在本实施例中,上述执行主体可以返回步骤204确定的最佳置信度阈值以及该最佳置信度阈值对应的准确率和召回率。基于准召曲线的面积来确定最佳置信度阈值,在满足用户期望准确率的前提下使召回率最大,从而能使机器处理更多的票据,减少误差。
本申请实施例提供的置信度阈值选择方法,首先接收票据参数;之后确定票据参数的机器识别结果的候选置信度阈值集合;并计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;然后基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;最后返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。本申请提供了一种置信度阈值选择方法,该方法采用满足期望准确率下的最大召回率作为评估指标,进行置信度阈值的选择,能够使得机器自动处理更多的票据,从而节省人力和提升效率。
继续参考图3,图3示出了根据本申请的置信度阈值选择方法的另一个实施例的流程300。该置信度阈值选择方法包括以下步骤:
步骤301,接收票据参数。
在本实施例中,置信度阈值选择方法的执行主体可以接收票据参数。步骤301与前述实施例的步骤201相对应,具体实现方式可以参考前述对步骤201的描述,此处不再赘述。
步骤302,确定票据参数的机器识别结果的候选置信度阈值集合。
在本实施例中,上述执行主体可以确定票据参数的机器识别结果的候选置信度阈值集合。步骤302与前述实施例的步骤202相对应,具体实现方式可以参考前述对步骤202的描述,此处不再赘述。
在本实施例的一些可选实现方式中,确定票据参数的机器识别结果的候选置信度阈值集合,包括:对票据参数进行解析,得到解析结果;对解析结果进行统计分析,得到候选置信度阈值集合。通过对接收的票据参数进行解析,得到相应的解析结果,再对解析结果进行统计分析,以得到票据参数的机器识别结果的候选置信度阈值集合。
步骤303,计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率。
在本实施例中,上述执行主体可以计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率。通过对候选置信度阈值集合中的候选置信度阈值的准确率和召回率进行评估,从而确定候选置信度阈值集合中的最佳置信度阈值。
在本实施例的一些可选实现方式中,准确率为不小于置信度阈值的票据中正确的票据数量与不小于置信度阈值的票据总数的比值;召回率为不小于置信度阈值的票据中正确的票据数量与票据总数的比值。准确率表示了该置信度阈值下票据的准确率;召回率表示了该置信度阈值下能够召回票据的数量。
步骤304,基于计算结果从候选置信度阈值集合中确定最佳置信度阈值。
在本实施例中,上述执行主体可以基于步骤303的计算结果从候选置信度阈值集合中包括的候选置信度阈值中确定最佳置信度阈值。通过对候选置信度阈值集合中的候选置信度阈值的准召率进行评估来确定最佳置信度阈值,以使在满足用户期望准确率的情况下,使召回率最大。
在本实施例的一些可选实现方式中,基于计算结果从候选置信度阈值集合中确定最佳置信度阈值包括:基于计算结果得到候选置信度阈值的准召曲线;基于准召曲线的面积确定最佳置信度阈值。基于对每个候选置信度阈值的准确率和召回率的计算结果可以得到一个以召回率为横坐标、准确率为纵坐标的准召曲线,可以参考图4,图4是基于计算结果得到的准召曲线图,如图4所示,该准召曲线的横坐标为召回率,纵坐标为准确率。假设用户期望的准确率为Y0,则在满足期望准确率Y0的点沿着对应召回率上横坐标的点画一条直线交X轴于点X0,应当说明的是,随着置信度阈值的增加,准确率会不断变大,但是召回率会不断变小,所以在准召曲线中,横坐标召回率应该从右向左看。之后,从X0开始计算曲线与Y0的面积,当面积最大时,也即图4中的X1的位置,点X1对应的置信度阈值即为最佳置信度阈值。本实施例中基于准召曲线面积拐点,采用满足用户期望准确率下的最大召回作为评估指标,进行最佳置信度阈值的选择,从而使机器自动处理更多的票据,并减少误差。
步骤305,基于贝叶斯优化算法和自定义的评估函数确定多个票据参数的机器识别结果的最优置信度阈值组合。
在本实施例中,上述执行主体可以基于贝叶斯优化算法和自定义的评估函数确定多个票据参数的机器识别结果的最优置信度阈值组合。
当接收的票据的关键字段的参数不止一个时,要满足所有关键字段全部正确才能判定为高置信票据,此时则需要为每个关键字段确定一个置信度阈值,假设接收的票据的关键字段为日期和用途两个字段的参数,则要在日期和用途两个字段全部正确的情况下才能判定其为高置信票据进行自动审核,所以,需要为日期和用途每个字段确定一个置信度阈值。
在本实施例中,基于贝叶斯优化算法和自定义的评估函数来确定多个票据参数的机器识别结果的最优置信度阈值组合。首先对参数进行初始化,对于每个字段我们初始化一组参数为[0.5,1.0]的范围。然后,构造自定义的评估函数,自定义的评估函数可表示为如下形式:
其中,brier_score为模型预测的类别的概率与真实值之间的误差;yi为样本的真实标签,取值为0或1;p(yi)为模型预测为正的概率;n为样本的个数。通过上述式子直接计算了真实标签和预测概率的均方误差,brier_score值越小则校准效果越好。
计算每组参数下的准确率和召回率,若准确率大于期望准确率则返回召回率,若准确率小于期望准确率则返回0.0。之后,通过贝叶斯优化算法选择最优的置信度阈值组合。当然也可以考虑用网格搜索的方法来确定最优置信度阈值组合,只是网格搜索的代价太大,假设每组参数有100个,有四组参数,通过网格搜索就是108个组合,那么计算一次的时间代价非常大,需要数十个小时甚至数天。而使用贝叶斯优化算法的话,假设指定5分钟,即可在5分钟内选出最优的置信度阈值组合,即贝叶斯优化算法能以更少的时间成本得到效果最优的置信度阈值组合。
步骤306,返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率,最优置信度阈值组合以及最优置信度阈值组合对应的准确率和召回率。
在本实施例中,上述执行主体可以返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率,步骤305得到的最优置信度阈值组合以及最优置信度阈值组合对应的准确率和召回率。
本申请实施例提供的置信度阈值选择方法,首先接收票据参数;并确定票据参数的机器识别结果的候选置信度阈值集合;然后计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;并基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;之后基于贝叶斯优化算法和自定义的评估函数确定多个票据参数的机器识别结果的最优置信度阈值组合;最后返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率,最优置信度阈值组合以及最优置信度阈值组合对应的准确率和召回率。本申请提供了一种置信度阈值选择方法,在最佳置信度阈值选择方面,本方法基于准召曲线面积拐点,采用满足期望准确率下的最大召回率作为评估指标,进行最佳置信度阈值的选择,从而使机器自动处理更多的票据,减少误差;在最优置信度阈值组合选择方面,采用贝叶斯优化算法和自定义的评估函数进行效果最优的置信度阈值组合的选择,能够在保证准确率的前提下实现最大的召回,同时还能够以更少的时间成本得到效果最优的置信度阈值组合。
继续参考图5,图5是置信度阈值选择方法的训练模块的时序图。如图5所示,首先,接收用户输入的票据参数,对接收的参数进行解析,以得到解析结果,再对解析结果进行统计分析,从而选出票据参数的机器识别结果的候选置信度阈值集合;计算候选置信度阈值集合中的每个候选置信度阈值的准确率和召回率,以对每个候选置信度阈值进行准召评估,基于计算结果从候选置信度阈值集合中确定最佳置信度阈值,并再次对最佳置信度阈值进行准召评估;可通过贝叶斯优化算法与自定义的评估函数来确定效果最优的置信度阈值组合,也可以通过网格搜索的方法来确定效果最优的置信度阈值组合;最后,将最佳置信度阈值以及最佳置信度阈值对应的准确率、召回率,最优置信度阈值组合以及最优置信度阈值组合对应的准确率、召回率返回给用户。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种置信度阈值选择装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的置信度阈值选择装置600可以包括:接收模块601、第一确定模块602、计算模块603、第二确定模块604和第一返回模块605。其中,接收模块601,被配置成接收票据参数;第一确定模块602,被配置成确定票据参数的机器识别结果的候选置信度阈值集合;计算模块603,被配置成计算候选置信度阈值集合中的候选置信度阈值的准确率和召回率;第二确定模块604,被配置成基于计算结果从候选置信度阈值集合中确定最佳置信度阈值;第一返回模块605,被配置成返回最佳置信度阈值以及最佳置信度阈值对应的准确率和召回率。
在本实施例中,置信度阈值选择装置600中:接收模块601、第一确定模块602、计算模块603、第二确定模块604和第一返回模块605的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-205的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,该置信度阈值选择装置还包括:第三确定模块,被配置成基于贝叶斯优化算法和自定义的评估函数确定多个票据参数的机器识别结果的最优置信度阈值组合。
在本实施例的一些可选的实现方式中,该置信度阈值选择装置还包括:第二返回模块,被配置成返回最优置信度阈值组合以及最优置信度阈值组合对应的准确率和召回率。
在本实施例的一些可选的实现方式中,第一确定模块进一步配置成:对票据参数进行解析,得到解析结果;对解析结果进行统计分析,得到候选置信度阈值集合。
在本实施例的一些可选的实现方式中,第二确定模块进一步配置成:基于计算结果得到候选置信度阈值的准召曲线;基于准召曲线的面积确定最佳置信度阈值。
在本实施例的一些可选的实现方式中,准确率为不小于置信度阈值的票据中正确的票据数量与不小于置信度阈值的票据总数的比值;召回率为不小于置信度阈值的票据中正确的票据数量与票据总数的比值。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如置信度阈值选择方法。例如,在一些实施例中,置信度阈值选择方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的置信度阈值选择方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行置信度阈值选择方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种置信度阈值选择方法,包括:
接收票据参数;
确定所述票据参数的机器识别结果的候选置信度阈值集合;
计算所述候选置信度阈值集合中的候选置信度阈值的准确率和召回率;
基于计算结果从所述候选置信度阈值集合中确定最佳置信度阈值;
返回所述最佳置信度阈值以及所述最佳置信度阈值对应的准确率和召回率。
2.根据权利要求1所述的方法,其中,在所述基于计算结果从所述候选置信度阈值集合中确定最佳置信度阈值之后,所述方法还包括:
基于贝叶斯优化算法和自定义的评估函数确定多个所述票据参数的机器识别结果的最优置信度阈值组合。
3.根据权利要求2所述的方法,其中,所述方法还包括:
返回所述最优置信度阈值组合以及所述最优置信度阈值组合对应的准确率和召回率。
4.根据权利要求1所述的方法,其中,所述确定所述票据参数的机器识别结果的候选置信度阈值集合,包括:
对所述票据参数进行解析,得到解析结果;
对所述解析结果进行统计分析,得到所述候选置信度阈值集合。
5.根据权利要求1-4任一项所述的方法,其中,所述基于计算结果从所述候选置信度阈值集合中确定最佳置信度阈值,包括:
基于计算结果得到所述候选置信度阈值的准召曲线;
基于所述准召曲线的面积确定所述最佳置信度阈值。
6.根据权利要求1-5任一项所述的方法,其中,所述准确率为不小于所述置信度阈值的票据中正确的票据数量与不小于所述置信度阈值的票据总数的比值;
所述召回率为不小于所述置信度阈值的票据中正确的票据数量与票据总数的比值。
7.一种置信度阈值选择装置,包括:
接收模块,被配置成接收票据参数;
第一确定模块,被配置成确定所述票据参数的机器识别结果的候选置信度阈值集合;
计算模块,被配置成计算所述候选置信度阈值集合中的候选置信度阈值的准确率和召回率;
第二确定模块,被配置成基于计算结果从所述候选置信度阈值集合中确定最佳置信度阈值;
第一返回模块,被配置成返回所述最佳置信度阈值以及所述最佳置信度阈值对应的准确率和召回率。
8.根据权利要求7所述的装置,其中,所述装置还包括:
第三确定模块,被配置成基于贝叶斯优化算法和自定义的评估函数确定多个所述票据参数的机器识别结果的最优置信度阈值组合。
9.根据权利要求8所述的装置,其中,所述装置还包括:
第二返回模块,被配置成返回所述最优置信度阈值组合以及所述最优置信度阈值组合对应的准确率和召回率。
10.根据权利要求7所述的装置,其中,所述第一确定模块进一步配置成:
对所述票据参数进行解析,得到解析结果;
对所述解析结果进行统计分析,得到所述候选置信度阈值集合。
11.根据权利要求7-10任一项所述的装置,其中,所述第二确定模块进一步配置成:
基于计算结果得到所述候选置信度阈值的准召曲线;
基于所述准召曲线的面积确定所述最佳置信度阈值。
12.根据权利要求7-11任一项所述的装置,其中,所述准确率为不小于所述置信度阈值的票据中正确的票据数量与不小于所述置信度阈值的票据总数的比值;
所述召回率为不小于所述置信度阈值的票据中正确的票据数量与票据总数的比值。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110308648.5A CN113052063A (zh) | 2021-03-23 | 2021-03-23 | 置信度阈值选择方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110308648.5A CN113052063A (zh) | 2021-03-23 | 2021-03-23 | 置信度阈值选择方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113052063A true CN113052063A (zh) | 2021-06-29 |
Family
ID=76514646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110308648.5A Pending CN113052063A (zh) | 2021-03-23 | 2021-03-23 | 置信度阈值选择方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052063A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643260A (zh) * | 2021-08-13 | 2021-11-12 | 北京百度网讯科技有限公司 | 用于检测图像质量的方法、装置、设备、介质和产品 |
CN113780285A (zh) * | 2021-09-27 | 2021-12-10 | 常州市公共资源交易中心 | 证照分析方法、装置和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109408947A (zh) * | 2018-10-19 | 2019-03-01 | 杭州刀豆网络科技有限公司 | 一种基于机器学习的侵权网页判断方法 |
US20200097846A1 (en) * | 2018-09-24 | 2020-03-26 | Salesforce.Com, Inc. | System and method for field value recommendations based on confidence levels in analyzed dataset |
CN112434681A (zh) * | 2021-01-27 | 2021-03-02 | 武汉星巡智能科技有限公司 | 智能摄像头自训练置信度阈值选择方法、装置及设备 |
-
2021
- 2021-03-23 CN CN202110308648.5A patent/CN113052063A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200097846A1 (en) * | 2018-09-24 | 2020-03-26 | Salesforce.Com, Inc. | System and method for field value recommendations based on confidence levels in analyzed dataset |
CN109408947A (zh) * | 2018-10-19 | 2019-03-01 | 杭州刀豆网络科技有限公司 | 一种基于机器学习的侵权网页判断方法 |
CN112434681A (zh) * | 2021-01-27 | 2021-03-02 | 武汉星巡智能科技有限公司 | 智能摄像头自训练置信度阈值选择方法、装置及设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643260A (zh) * | 2021-08-13 | 2021-11-12 | 北京百度网讯科技有限公司 | 用于检测图像质量的方法、装置、设备、介质和产品 |
CN113780285A (zh) * | 2021-09-27 | 2021-12-10 | 常州市公共资源交易中心 | 证照分析方法、装置和存储介质 |
CN113780285B (zh) * | 2021-09-27 | 2024-03-15 | 常州市公共资源交易中心 | 证照分析方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113326764B (zh) | 训练图像识别模型和图像识别的方法和装置 | |
CN112560996B (zh) | 用户画像识别模型训练方法、设备、可读存储介质及产品 | |
CN115082920B (zh) | 深度学习模型的训练方法、图像处理方法和装置 | |
CN112580732B (zh) | 模型训练方法、装置、设备、存储介质和程序产品 | |
CN112990035B (zh) | 一种文本识别的方法、装置、设备以及存储介质 | |
CN113537192B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN115063875A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN113052063A (zh) | 置信度阈值选择方法、装置、设备以及存储介质 | |
CN115454706A (zh) | 一种系统异常确定方法、装置、电子设备及存储介质 | |
CN114090601B (zh) | 一种数据筛选方法、装置、设备以及存储介质 | |
CN114742237A (zh) | 联邦学习模型聚合方法、装置、电子设备及可读存储介质 | |
CN114494814A (zh) | 基于注意力的模型训练方法、装置及电子设备 | |
CN113947700A (zh) | 模型确定方法、装置、电子设备和存储器 | |
CN116186534B (zh) | 预训练模型的更新方法、装置及电子设备 | |
CN116188940A (zh) | 训练模型的方法、装置、存储介质以及电子设备 | |
CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
CN114817476A (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
CN115359322A (zh) | 一种目标检测模型训练方法、装置、设备和存储介质 | |
CN113361621A (zh) | 用于训练模型的方法和装置 | |
CN113807391A (zh) | 任务模型的训练方法、装置、电子设备及存储介质 | |
CN114187081A (zh) | 估值表处理方法、装置、电子设备及计算机可读存储介质 | |
CN113221519A (zh) | 用于处理表格数据的方法、装置、设备、介质和产品 | |
CN116416500B (zh) | 图像识别模型训练方法、图像识别方法、装置及电子设备 | |
CN113408661B (zh) | 误匹配确定方法、装置、设备和介质 | |
CN109614328B (zh) | 用于处理测试数据的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |