人工智能中RPA、NLP、OCR介绍

1、NLP

自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。主要研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机、于一体的。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。主要是在文本数据基础之上做各种应用，比如文本挖掘、搜索推荐等，主要产品是文本智能化处理软件系统，能够帮助客户完成文档智能审阅、推荐、搜索、客户意见洞察等工作。

打开百度APP看高清图片

2、RPA

RPA（机器人流程自动化）是近两年较为火热的话题，它通过模仿最终用户在电脑的手动操作方式，提供了另一种方式来使最终用户手动操作流程自动化。简单来说，这是一项横向的、贴近业务流的技术，用于自动化处理重复、规则明确、并且需要人类切换不同系统来完成的工作。具体到产品形态，则是自动化软件，模拟人类的交互完成重复性事务。

举个例子，如果一个分析师每天需要关注一家上市公司的数据，每天要在同一个网站扒数据，并填到表内，那么 RPA 机器人就可以自动完成获取数据、填表、导出等工作。

传统 RPA 产品由开发平台、控制中心、终端机器人组成。RPA 已推出银行、财税、政务、保险、证券基金等数十种不同岗位的机器人员工。在售后工单处理、商业案例报告生成、供应商准入核实、智慧政务行政审批、金融文档的抽取验查和填写等场景中已开展工作。

3、OCR

OCR （Optical Character Recognition，光学字符识别）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数据的过程。

针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、产品的稳定性、易用性等。在多数组织的智能自动化流程业务中，OCR是应用最多的人工智能技术之一。OCR与RPA的结合可以将组织中超过70%的无纸化业务实现自动化，其效率将是人工的5倍以上。

4、RPA、NLP、OCR应用情况：

RPA目前被企业应用最多的还是实现业务流程自动化，在降低风险方面RPA同样发挥了重要作用。许多世界顶级银行已把RPA部署在运营部门，以帮助他们打击那些涉及欺诈、洗钱等行为的用户。金融机构利用RPA帮助识别这些进行非法活动的客户，很好地为企业避免了重大损失。

RPA平台通过收集并定期分析客户数据，包括：媒体新闻、搜索引擎、征信系统等执行定期数据调查，以查出该用户是否有触犯法规的行为。例如在一家加拿大银行的案例中，该公司在部署RPA后的六个月内不仅节省了750,000美元的成本，还查处了120个非法客户成功避免了那些潜在的危险行为。

NLP主要帮助企业分析客户需求，研究表明，大多数致电企业售前客服咨询业务时，都无法及时获得所需要的帮助。当这种情况发生较多时，很多人都会产生厌倦感。NLP技术通过检测语音通话，可以实时测量客户的语调以及他们在对话中使用的单词频率等，有效的防止人们挫败感的产生。一些呼叫中心使用NLP来提供实时的反馈信息。例如：如果一个人打电话给旅游公司并多次提到“度假”，那么NLP就会识别这一词汇进行统计。当会话结束后，NLP会把会话中出现频率最多的几个词统计出来，方便客服人员进行服务分析。

相对于NLP和RPA来说，目前OCR应该是应用层面最广的技术。在具体的落地应用层面，目前卡证识别、票据识别等标准场景文字识别已经相对成熟，手写文字识别在教育、物流等行业的应用也在不断扩大。复杂动态场景下的OCR技术和应用成为近两年的热门研究方向，比如在无人驾驶、机器人等场景利用OCR对视场中出现的文字进行识别等。目前OCR识别技术，主要划分为8项：

1）证件识别：主要识别证件信息，用于金融、银行、保险、汽车等领域（互联网），支持大陆二代身份证、台湾身份证、香港身份证、澳门身份证、护照、行驶证、驾驶证、港澳台通行证等20余种证件识别，支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有证件采集仪、护照阅读器、门禁考勤机、人行通道闸机、人证一体扫描仪、移动端证件识别SDK等产品中应用该项技术；

2）银行卡识别：主要识别银行卡卡号，用于移动支付绑卡，提升APP用户体验（互联网）。支持国内各个银行的信用卡、储蓄卡，包括平面字体和凹凸字体银行卡、横版和竖版银行卡、标准和异形银行卡等识别，支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有移动端银行卡识别SDK、云端银行卡识别API；

3）车牌识别：主要识别车牌号码、车牌颜色、车牌类型、车标、车身颜色等车辆特征信息，用于移动警务，占道停车，停车场管理，车险等领域（互联网）中，支持识别普通蓝牌、黄牌（双层）、军牌（双）、武警牌（双）、警牌、农用车牌、大使馆车牌等各种常见规格的汽车号牌，支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有PC端车牌识别SDK、移动端车牌识别SDK、车牌识别抓拍相机、DSP嵌入式车牌识别、车型识别、车位检测等产品应用了该项技术；

4）名片识别：主要识别名片内容，用于移动展业、CRM客户管理系统等领域（互联网），支持横版、竖版名片识别，及其他板式的各种名片，还支持多语种名片识别，支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有移动端名片识别、云端名片识别API；

5）营业执照识别：主要识别营业执照信息（统一社会信用代码、公司名称、二维码等），用于需要代替人工提取营业执照信息的领域（互联网），支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有移动端营业执照识别SDK、文字识别SDK、扫描识别硬；

6）汽车VIN码识别：主要识别车架号（汽车VIN码），用于汽车管理、汽车服务、二手车交易、租车等领域（互联网），支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有移动端汽车VIN码识别SDK；

7）票据类OCR识别：主要识别增值税发票等不同格式的票据内容，用于财务管理、汽车、银行、金融等领域（互联网），基于模板机制，针对不同的票据，定制不同的识别要素，支持Android/iOS、Windows/Linux 32/64位主流操作系统，目前有表票识别扫描仪、表票识别SDK；

8）文档文字OCR识别：主要识别文档文字，用于图书馆，报社等针对图书、报纸、杂志等文本类，需要把这些纸质文档进行电子化的领域（互联网），需借助在扫描仪，目前有移动端的文档OCR识别、文档识别扫描仪，随着扫描仪分辨率的提升，OCR软件也在不断升级，扫描仪厂商现在已经把专业的OCR软件搭配自己生产的扫描仪出售。

5、RPA、NLP、OCR三者关系

目前，大部分的RPA工具都是基于微软.NET Framework的WorkflowFoundation开发，整合OCR、NLP等AI技术，能够以弱耦合，即不改变现有软件系统部署的形式跨系统执行，且实现零出错率。在技术上，RPA早已不是单个企业的定制化功能，事实上已经生长成融合AI技术、系统级的跨软硬件、多账户的服务。

在NLP的产品体系中，OCR是关于文档、文件处理的基础步骤，是无法回避和绕开的。

对任何一个业务流程自动化而言，都需要串接许多技术模块。RPA+OCR+NLP的融合，减少了业务流程中人机交互、人工复核的环节，可以更全面的满足企业自动化的需求。

下面这个实例主要帮助大家更好的理解RPA与OCR的工作原理：

1、用户收到一封带有图片的电子邮件。

2、RPA自动阅读电子邮件。

3、对图片进行分类并选择模板。

4、通过OCR对分类的图片进行数据识别和提取。

5、RPA接收OCR转化后的结构化数据。

6、进行数据校审确认。

7、自动将结构化数据放置或录入到指定位置。

8、存储所有结构化数据，并向用户发送一封通知邮件，确认所有工作完毕。

目前全球的RPA厂商正在通过与不同的人工智能技术相结合，来提升竞争力赢得市场。而OCR在频率、业务范围、以及对业务影响上都领先于其他技术。通过OCR来处理那些非结构化业务，也使得RPA的自动化范围可以扩展到更多的领域中。