1、NLP

　　自然語言處理( Natural Language Processing, NLP)是計算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。主要研究能實(shí)現(xiàn)人與計算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。自然語言處理是一門融語言學(xué)、計算機(jī)、于一體的。因此，這一領(lǐng)域的研究將涉及自然語言，即人們?nèi)粘Ｊ褂玫恼Z言，所以它與語言學(xué)的研究有著密切的聯(lián)系，但又有重要的區(qū)別。自然語言處理并不是一般地研究自然語言，而在于研制能有效地實(shí)現(xiàn)自然語言通信的計算機(jī)系統(tǒng)，特別是其中的軟件系統(tǒng)。因而它是計算機(jī)科學(xué)的一部分。主要是在文本數(shù)據(jù)基礎(chǔ)之上做各種應(yīng)用，比如文本挖掘、搜索推薦等，主要產(chǎn)品是文本智能化處理軟件系統(tǒng)，能夠幫助客戶完成文檔智能審閱、推薦、搜索、客戶意見洞察等工作。

　　2、RPA

　　RPA（機(jī)器人流程自動化）是近兩年較為火熱的話題，它通過模仿最終用戶在電腦的手動操作方式，提供了另一種方式來使最終用戶手動操作流程自動化。簡單來說，這是一項(xiàng)橫向的、貼近業(yè)務(wù)流的技術(shù)，用于自動化處理重復(fù)、規(guī)則明確、并且需要人類切換不同系統(tǒng)來完成的工作。具體到產(chǎn)品形態(tài)，則是自動化軟件，模擬人類的交互完成重復(fù)性事務(wù)。

　　舉個例子，如果一個分析師每天需要關(guān)注一家上市公司的數(shù)據(jù)，每天要在同一個網(wǎng)站扒數(shù)據(jù)，并填到表內(nèi)，那么 RPA 機(jī)器人就可以自動完成獲取數(shù)據(jù)、填表、導(dǎo)出等工作。

　　傳統(tǒng) RPA 產(chǎn)品由開發(fā)平臺、控制中心、終端機(jī)器人組成。RPA 已推出銀行、財稅、政務(wù)、保險、證券基金等數(shù)十種不同崗位的機(jī)器人員工。在售后工單處理、商業(yè)案例報告生成、供應(yīng)商準(zhǔn)入核實(shí)、智慧政務(wù)行政審批、金融文檔的抽取驗(yàn)查和填寫等場景中已開展工作。

　　3、OCR

　　OCR （Optical Character Recognition，光學(xué)字符識別）是指電子設(shè)備（例如掃描儀或數(shù)碼相機(jī)）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機(jī)數(shù)據(jù)的過程。

　　針對印刷體字符，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并通過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的技術(shù)。衡量一個OCR系統(tǒng)性能好壞的主要指標(biāo)有：拒識率、誤識率、識別速度、產(chǎn)品的穩(wěn)定性、易用性等。在多數(shù)組織的智能自動化流程業(yè)務(wù)中，OCR是應(yīng)用最多的人工智能技術(shù)之一。OCR與RPA的結(jié)合可以將組織中超過70%的無紙化業(yè)務(wù)實(shí)現(xiàn)自動化，其效率將是人工的5倍以上。

　　4、RPA、NLP、OCR應(yīng)用情況：

　　RPA目前被企業(yè)應(yīng)用最多的還是實(shí)現(xiàn)業(yè)務(wù)流程自動化，在降低風(fēng)險方面RPA同樣發(fā)揮了重要作用。許多世界頂級銀行已把RPA部署在運(yùn)營部門，以幫助他們打擊那些涉及欺詐、洗錢等行為的用戶。金融機(jī)構(gòu)利用RPA幫助識別這些進(jìn)行非法活動的客戶，很好的為企業(yè)避免了重大損失。

　　RPA平臺通過收集并定期分析客戶數(shù)據(jù)，包括：媒體新聞、搜索引擎、征信系統(tǒng)等執(zhí)行定期數(shù)據(jù)調(diào)查，以查出該用戶是否有觸犯法規(guī)的行為。例如在一家加拿大銀行的案例中，該公司在部署RPA后的六個月內(nèi)不僅節(jié)省了750,000美元的成本，還查處了120個非法客戶成功避免了那些潛在的危險行為。

　　NLP主要幫助企業(yè)分析客戶需求，研究表明，大多數(shù)致電企業(yè)售前客服咨詢業(yè)務(wù)時，都無法及時獲得所需要的幫助。當(dāng)這種情況發(fā)生較多時，很多人都會產(chǎn)生厭倦感。NLP技術(shù)通過檢測語音通話，可以實(shí)時測量客戶的語調(diào)以及他們在對話中使用的單詞頻率等，有效的防止人們挫敗感的產(chǎn)生。一些呼叫中心使用NLP來提供實(shí)時的反饋信息。例如：如果一個人打電話給旅游公司并多次提到“度假”，那么NLP就會識別這一詞匯進(jìn)行統(tǒng)計。當(dāng)會話結(jié)束后，NLP會把會話中出現(xiàn)頻率最多的幾個詞統(tǒng)計出來，方便客服人員進(jìn)行服務(wù)分析。

　　相對于NLP和RPA來說，目前OCR應(yīng)該是應(yīng)用層面最廣的技術(shù)。在具體的落地應(yīng)用層面，目前卡證識別、票據(jù)識別等標(biāo)準(zhǔn)場景文字識別已經(jīng)相對成熟，手寫文字識別在教育、物流等行業(yè)的應(yīng)用也在不斷擴(kuò)大。復(fù)雜動態(tài)場景下的OCR技術(shù)和應(yīng)用成為近兩年的熱門研究方向，比如在無人駕駛、機(jī)器人等場景利用OCR對視場中出現(xiàn)的文字進(jìn)行識別等。目前OCR識別技術(shù)，主要劃分為8項(xiàng)：

　　1）證件識別：主要識別證件信息，用于金融、銀行、保險、汽車等領(lǐng)域（互聯(lián)網(wǎng)），支持大陸二代身份證、臺灣身份證、香港身份證、澳門身份證、護(hù)照、行駛證、駕駛證、港澳臺通行證等20余種證件識別，支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有證件采集儀、護(hù)照閱讀器、門禁考勤機(jī)、人行通道閘機(jī)、人證一體掃描儀、移動端證件識別SDK等產(chǎn)品中應(yīng)用該項(xiàng)技術(shù)；

　　2）銀行卡識別：主要識別銀行卡卡號，用于移動支付綁卡，提升APP用戶體驗(yàn)（互聯(lián)網(wǎng)）。支持國內(nèi)各個銀行的信用卡、儲蓄卡，包括平面字體和凹凸字體銀行卡、橫版和豎版銀行卡、標(biāo)準(zhǔn)和異形銀行卡等識別，支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有移動端銀行卡識別SDK、云端銀行卡識別API；

　　3）車牌識別：主要識別車牌號碼、車牌顏色、車牌類型、車標(biāo)、車身顏色等車輛特征信息，用于移動警務(wù)，占道停車，停車場管理，車險等領(lǐng)域（互聯(lián)網(wǎng)）中，支持識別普通藍(lán)牌、黃牌(雙層)、軍牌（雙）、武警牌（雙）、警牌、農(nóng)用車牌、大使館車牌等各種常見規(guī)格的汽車號牌，支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有PC端車牌識別SDK、移動端車牌識別SDK、車牌識別抓拍相機(jī)、DSP嵌入式車牌識別、車型識別、車位檢測等產(chǎn)品應(yīng)用了該項(xiàng)技術(shù)；

　　4）名片識別：主要識別名片內(nèi)容，用于移動展業(yè)、CRM客戶管理系統(tǒng)等領(lǐng)域（互聯(lián)網(wǎng)），支持橫版、豎版名片識別，及其他板式的各種名片，還支持多語種名片識別，支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有移動端名片識別、云端名片識別API；

　　5）營業(yè)執(zhí)照識別：主要識別營業(yè)執(zhí)照信息（統(tǒng)一社會信用代碼、公司名稱、二維碼等），用于需要代替人工提取營業(yè)執(zhí)照信息的領(lǐng)域（互聯(lián)網(wǎng)），支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有移動端營業(yè)執(zhí)照識別SDK、文字識別SDK、掃描識別硬；

　　6）汽車VIN碼識別：主要識別車架號（汽車VIN碼），用于汽車管理、汽車服務(wù)、二手車交易、租車等領(lǐng)域（互聯(lián)網(wǎng)），支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有移動端汽車VIN碼識別SDK；

　　7）票據(jù)類OCR識別：主要識別增值稅發(fā)票等不同格式的票據(jù)內(nèi)容，用于財務(wù)管理、汽車、銀行、金融等領(lǐng)域（互聯(lián)網(wǎng)），基于模板機(jī)制，針對不同的票據(jù)，定制不同的識別要素，支持Android/iOS、Windows/Linux 32/64位主流操作系統(tǒng)，目前有表票識別掃描儀、表票識別SDK；

　　8）文檔文字OCR識別:主要識別文檔文字，用于圖書館，報社等針對圖書、報紙、雜志等文本類，需要把這些紙質(zhì)文檔進(jìn)行電子化的領(lǐng)域（互聯(lián)網(wǎng)），需借助在掃描儀，目前有移動端的文檔OCR識別、文檔識別掃描儀，隨著掃描儀分辨率的提升，OCR軟件也在不斷升級，掃描儀廠商現(xiàn)在已經(jīng)把專業(yè)的OCR軟件搭配自己生產(chǎn)的掃描儀出售。

　　5、RPA、NLP、OCR三者關(guān)系

　　目前，大部分的RPA工具都是基于微軟.NET Framework的WorkflowFoundation開發(fā)，整合OCR、NLP等AI技術(shù)，能夠以弱耦合，即不改變現(xiàn)有軟件系統(tǒng)部署的形式跨系統(tǒng)執(zhí)行，且實(shí)現(xiàn)零出錯率。在技術(shù)上，RPA早已不是單個企業(yè)的定制化功能，事實(shí)上已經(jīng)生長成融合AI技術(shù)、系統(tǒng)級的跨軟硬件、多賬戶的服務(wù)。

　　在NLP的產(chǎn)品體系中，OCR是關(guān)于文檔、文件處理的基礎(chǔ)步驟，是無法回避和繞開的。

　　對任何一個業(yè)務(wù)流程自動化而言，都需要串接許多技術(shù)模塊。RPA+OCR+NLP的融合，減少了業(yè)務(wù)流程中人機(jī)交互、人工復(fù)核的環(huán)節(jié)，可以更全面的滿足企業(yè)自動化的需求。

　　下面這個實(shí)例主要幫助大家更好的理解RPA與OCR的工作原理：

　　1、用戶收到一封帶有圖片的電子郵件。

　　2、RPA自動閱讀電子郵件。

　　3、對圖片進(jìn)行分類并選擇模板。

　　4、通過OCR對分類的圖片進(jìn)行數(shù)據(jù)識別和提取。

　　5、RPA接收OCR轉(zhuǎn)化后的結(jié)構(gòu)化數(shù)據(jù)。

　　6、進(jìn)行數(shù)據(jù)校審確認(rèn)。

　　7、自動將結(jié)構(gòu)化數(shù)據(jù)放置或錄入到指定位置。

　　8、存儲所有結(jié)構(gòu)化數(shù)據(jù)，并向用戶發(fā)送一封通知郵件，確認(rèn)所有工作完畢。

　　目前全球的RPA廠商正在通過與不同的人工智能技術(shù)相結(jié)合，來提升競爭力贏得市場。而OCR在頻率、業(yè)務(wù)范圍、以及對業(yè)務(wù)影響上都領(lǐng)先于其他技術(shù)。通過OCR來處理那些非結(jié)構(gòu)化業(yè)務(wù)，也使得RPA的自動化范圍可以擴(kuò)展到更多的領(lǐng)域中。