什么是NLP？NLP的兩個核心任務(wù)是什么？
01
什么是NLP
NLP（自然語言處理－Natural language processing）就是在機器語言與人類語言之間溝通的橋梁，以實現(xiàn)人機交流的目的。
02
NLP的兩個核心任務(wù)
NLU：自然語言理解。希望機器像人一樣，具備正常人的語言理解能力。NLG：自然語言生成。為了跨越人類和機器之間的溝通鴻溝，將非語言格式的數(shù)據(jù)轉(zhuǎn)換成人類可以理解的語言格式，如文章、報告等。
學(xué)習(xí)鏈接：https：／／easyai．tech／ai－definition／nlp／
文字也是人類語言之一，文字識別分為兩個具體步驟：文字的檢測和文字的識別，兩者缺一不可，尤其是文字檢測，是識別的前提條件，若文字都找不到，那何談文字識別。
03
自然場景文本檢測
自然場景下的文本檢測有如下幾個難點：
文本存在多種分布，文本排布形式多樣；
文本存在多個方向；
多種語言混合。
1、Faster RCNN
Faster RCNN做文本檢測感覺問題不大，但是從效果來看，僅套用Faster RCNN來做文本檢測效果并不好，原因在于，文本有自己獨有的特點，這種通用的文本檢測框架并不能很好地解決文本的這些特點。
2、CTPN
CTPN（基于Faster RCNN）：目前比較成熟的文本檢測框架，精確度較好。但是檢測時間較長，有很大的優(yōu)化空間。
【文獻】Detecting Text in Natural Image with Connectionist Text Proposal Network
文本行一般以水平長矩形的形式存在，而且文本行中每個字都有間隔，所以僅套用Faster RCNN來做文本檢測效果并不好。
而CTPN剔除一個新奇的想法，我們可以把文本檢測的任務(wù)拆分，第一步我們檢測文本框中的一部分，判斷它是不是一個文本的一部分，當(dāng)對一幅圖里所有小文本框都檢測之后，我們就將屬于同一個文本框的小文本框合并，合并之后就可以得到一個完整的、大的文本框了，也就完成了文本的檢測任務(wù)。這個想法有點像“分治法”，先檢測大物體的一小部分，等所有小部分都檢測出來，大物體也就可以檢測出來了。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 AI 眼鏡讓百萬 APP「集體失業(yè)」？
- 2 大廠紛紛入局，百度、阿里、字節(jié)搶奪Agent話語權(quán)
- 3 深度報告｜中國AI產(chǎn)業(yè)正在崛起成全球力量，市場潛力和關(guān)鍵挑戰(zhàn)有哪些？
- 4 一文看懂視覺語言動作模型（VLA）及其應(yīng)用
- 5 上海跑出80億超級獨角獸：獲上市公司戰(zhàn)投，干人形機器人
- 6 國家數(shù)據(jù)局局長劉烈宏調(diào)研格創(chuàng)東智
- 7 下一代入口之戰(zhàn)：大廠為何紛紛押注智能體？
- 8 百億AI芯片訂單，瘋狂傾銷中東？
- 9 Robotaxi新消息密集釋放，量產(chǎn)元年誰在領(lǐng)跑？
- 10 格斗大賽出圈！人形機器人致命短板曝光：頭腦過于簡單
