0 校企聯(lián)合共克難題

近日，中國大學(xué)生服務(wù)外包創(chuàng)新創(chuàng)業(yè)大賽決賽在江南大學(xué)圓滿落幕。該項賽事是服務(wù)外包產(chǎn)業(yè)領(lǐng)域是唯一的創(chuàng)新、創(chuàng)業(yè)國家級賽事，緊貼現(xiàn)代服務(wù)經(jīng)濟和創(chuàng)新、創(chuàng)業(yè)、創(chuàng)富主題，強調(diào)應(yīng)用導(dǎo)向和產(chǎn)學(xué)互動，在服務(wù)外包領(lǐng)域搭建一個大學(xué)生創(chuàng)新與創(chuàng)業(yè)能力展示平臺。大賽引導(dǎo)社會公眾和青年學(xué)生關(guān)注現(xiàn)代服務(wù)產(chǎn)業(yè)，吸引企業(yè)關(guān)注高校青年學(xué)生，促進高校教育改革貼合新興產(chǎn)業(yè)發(fā)展需求，逐漸成為國內(nèi)一流、具有國際影響力的服務(wù)外包行業(yè)青年創(chuàng)新創(chuàng)業(yè)展示盛典。

本次競賽內(nèi)容設(shè)計充分聚焦企業(yè)發(fā)展中所面臨的技術(shù)、管理等現(xiàn)實問題，與產(chǎn)業(yè)的結(jié)合度更緊密，智能文字識別技術(shù)是大賽重點關(guān)注的技術(shù)之一。

隨著信息技術(shù)的發(fā)展和應(yīng)用場景的不斷擴大，人們需要處理和利用大量的文檔信息。而傳統(tǒng)的手動處理方法效率低下，無法滿足現(xiàn)代生活和工作的需求。文檔圖像智能分析與處理就是一個重要且極具挑戰(zhàn)性的研究問題，智能文檔識別技術(shù)基于人工智能和機器學(xué)習(xí)等技術(shù)，可以自動識別文檔中的各種信息，如文字、圖像、表格、條碼等，然后將其分類、歸檔、摘要、提取等處理。

文檔圖像智能分析與處理技術(shù)被廣泛應(yīng)用在人們生活的方方面面，比如銀行票據(jù)的自動分析處理、快遞運單的自動識別、教科書的分析與識別、古籍文稿的分析與理解、數(shù)字檔案、數(shù)字圖書館等等，極大地提高了信息的檢索、處理、傳播速率。總之，文檔圖像分析與識別技術(shù)的出現(xiàn)和發(fā)展極大地方便了人們的生活，也極大地促進了我們的社會向智能化、數(shù)字化、信息化發(fā)展。

合合信息在智能文字識別領(lǐng)域有著十余年深耕經(jīng)驗，基于自身在行業(yè)領(lǐng)域的認(rèn)知，設(shè)計了基于學(xué)生需求對掃描全能王功能創(chuàng)新及商業(yè)推廣等議題。

相關(guān)賽題吸引了全國70多所高校的近300支隊伍積極參與，也涌現(xiàn)出許多優(yōu)秀的作品。

下面我們就來看看青年學(xué)子們的“奇思妙想”吧！

1 北京林業(yè)大學(xué)：文檔格式轉(zhuǎn)換

北京林業(yè)大學(xué)的盡力就行隊重點提出了對文檔格式轉(zhuǎn)換的設(shè)計方案。

在數(shù)字化時代下，越來越多的人需要將手寫文本數(shù)字化處理。尤其是學(xué)校和各個專業(yè)領(lǐng)域中存在紙質(zhì)數(shù)字化的辦公學(xué)習(xí)需求。舉例而言：

• 大學(xué)生學(xué)習(xí)筆記記錄轉(zhuǎn)換。將手寫筆記、便條、備忘錄等文本轉(zhuǎn)換為電子文本，以便更方便地管理和檢索；
• 特殊專業(yè)特殊場景。如醫(yī)學(xué)生，法學(xué)生，許多手寫病歷和法律文書等文檔需要轉(zhuǎn)換為電子文本，以便更好地管理和分享；
• 個人生活中，越來越多的人需要將手寫信件、賀卡等轉(zhuǎn)換為電子文本，以便保存和分享；
• 教育行業(yè)中，學(xué)生需要使用手寫筆記和答題，老師需要對學(xué)生手寫的試卷進行批改審閱和存檔。

盡力就行隊提出了他們的技術(shù)方案：首先需要收集大量的手寫文字圖片，并對這些圖片進行預(yù)處理，如調(diào)整大小、對比度和亮度等，以便后續(xù)訓(xùn)練和識別，接著設(shè)計一個合適深度學(xué)習(xí)模型，使用一部分手寫文字圖片進行模型測試和驗證，根據(jù)測試結(jié)果進行模型優(yōu)化和調(diào)整，以提高模型的識別準(zhǔn)確率和魯棒性。

然而，手寫文字識別的難度遠(yuǎn)遠(yuǎn)大于手寫數(shù)字識別，因此在神經(jīng)網(wǎng)絡(luò)架構(gòu)的設(shè)計調(diào)優(yōu)，以及數(shù)據(jù)集的質(zhì)量方面都存在著很大挑戰(zhàn)，不過他們的思路仍然對產(chǎn)品的功能完善有很好的啟發(fā)作用。

此外，盡力就行隊還設(shè)計了許多有意思的功能：

• CAD與PDF互轉(zhuǎn)功能

  服務(wù)于專業(yè)為工科，理科，藝術(shù)類的工程設(shè)計，將可查看的PDF在工程設(shè)計輸出為CAD格式以供再編輯。將CAD圖紙轉(zhuǎn)換為PDF格式可以方便地保存和歸檔，使得文件易于管理和查閱。CAD和PDF格式均可以作為數(shù)字檔案的載體，使得文件的傳輸、共享和備份更加方便。

• 視頻掃描提取頁幀并轉(zhuǎn)換圖片功能

  可供大學(xué)生視頻內(nèi)容識別與檢測。提取視頻中的頁幀并轉(zhuǎn)換為PDF格式、高清圖片。對學(xué)習(xí)視頻資料和網(wǎng)課視頻、錄屏中的PPT文字內(nèi)容識別提取。方便學(xué)生和教師進行參考和學(xué)習(xí)。制作學(xué)習(xí)視頻文檔或報告等

• …

這些功能設(shè)計依托高校學(xué)生的實際需求，對現(xiàn)有產(chǎn)品的功能拓展具有現(xiàn)實的參考價值。

2 浙江中醫(yī)藥大學(xué)：個性化題庫

浙江中醫(yī)藥大學(xué)的前兔無量隊采用文件調(diào)查的形式，分析當(dāng)前學(xué)習(xí)過程中的痛點：學(xué)生往往需要在課前、課中和課后都做好充足的準(zhǔn)備，投入大量時間進行學(xué)習(xí)。然而，這個過程存在不少困難，包括課前預(yù)習(xí)生詞難、課堂學(xué)習(xí)記筆記慢、課后復(fù)習(xí)、作業(yè)繁多、資料不能及時分享、做完試卷后復(fù)習(xí)易記答案和期末復(fù)習(xí)找題目分散等。

前兔無量隊總結(jié)出以下六個重點場景，對產(chǎn)品進行功能設(shè)計

部分場景已經(jīng)存在現(xiàn)有的解決方案，例如生詞解釋可以使用掃描全能王的生詞解釋功能，首先拍照上傳課本一頁需要預(yù)習(xí)的地方，點擊不懂的專有名詞或者英語單詞都可以輕松做出解釋?？梢酝瑫r點擊多個生詞，圖片右邊空白處會出現(xiàn)解釋。提高了預(yù)習(xí)的速度和效率，可以節(jié)省時間預(yù)習(xí)其它課本，輕松提高上課的效率。

再如文字轉(zhuǎn)手寫功能，使用掃描全能王掃描可將電腦字體轉(zhuǎn)化為手寫字體。可根據(jù)自己上傳的手寫字跡模板轉(zhuǎn)換，也可以從掃描全能王手寫字模板中選取。手寫字的背景也可進行選擇，有作業(yè)本網(wǎng)線格等各種背景，讓手寫字跡更真實可信

前兔無量隊也對掃描全能王原有功能進行優(yōu)化和創(chuàng)新。例如試卷擦除功能——掃描完一張照片里的多個題目后，自動分離出一個個題目， 可用原有的試卷擦除功能 對題目進行字跡擦除。接著，利用題目亂序 、生成題庫功能，將散亂的題目輕松匯合到一起，并可以打亂順序出現(xiàn)，防止我們按順序背答案最后更改題目出現(xiàn)的順序。 掃描下的題目它可以選擇保存到題庫里，等用戶需要復(fù)習(xí)加強印象時可從題庫中做題復(fù)習(xí)，非常方便。

更進一步地，就是個性化題庫的設(shè)計。這樣的設(shè)計完全基于已有的功能進行組合擴展，但卻可以使用戶可以方便地進行個性化題庫的管理和學(xué)習(xí)，大幅提升用戶體驗和學(xué)習(xí)效果。

除此之外，前兔無量隊也為掃描全能王設(shè)計了簡單的社交功能。例如加好友功能、聊天功能，轉(zhuǎn)發(fā)功能、傳輸文件等。對于異常情況的頁面設(shè)計，也采用了品牌形象的插畫形式，不僅增添了趣味性還起到了宣傳品牌形象的作用，提升的產(chǎn)品的技術(shù)溫度。

3 中南林業(yè)科技大學(xué)：交互場景挖掘

中南林業(yè)科技大學(xué)的浙芯隊將掃描全能王已有的工具箱功能分為掃描服務(wù)、格式轉(zhuǎn)換、文檔編輯和其它四個大類，并對各個功能進行非常詳細(xì)的深入分析和擴展。同時也隨機調(diào)查了1000名大學(xué)生，來分析大學(xué)生使用掃描全能王各個功能的情況以及對掃描全能王的評價

以拍PPT為例，浙芯隊首先對比了實際需求和傳統(tǒng)方式痛點

接著從產(chǎn)品中尋找解決方案，即采用掃描全能王的拍PPT功能，會自動捕
捉PPT，濾除非PPT 的畫面在；拍攝完后會自動將PPT 進行校正，變成正面的PPT 圖像；同時，支持連續(xù)拍攝，拍攝完成后用pdf 預(yù)覽和分享功能將所有PPT 照片形成一個pdf 文檔

另一個實例是表格識別。表格識別和處理在智能文檔中是一項挑戰(zhàn)性任務(wù)，具體在于

• 多樣性的表格結(jié)構(gòu)： 表格可以具有多種不同的結(jié)構(gòu)，包括合并單元格、多層表頭、交叉行列等，這使得識別和解析表格變得復(fù)雜。不同的表格結(jié)構(gòu)可能需要不同的處理方法；
• 文檔質(zhì)量不一： 掃描文檔或圖像的質(zhì)量可能不一，可能存在模糊、噪音、傾斜、陰影等問題，這會影響表格識別的準(zhǔn)確性；
• 字體和排版的多樣性： 表格中的字體、字號、顏色等多樣性使得文字識別更具挑戰(zhàn)性。不同的排版方式可能導(dǎo)致識別錯誤，尤其是當(dāng)表格的結(jié)構(gòu)受到排版影響時；
• 合并單元格和跨行跨列： 表格中的合并單元格和跨行跨列現(xiàn)象可能會導(dǎo)致數(shù)據(jù)提取和解析的困難。正確地還原這些信息以保持表格結(jié)構(gòu)的準(zhǔn)確性是一個挑戰(zhàn)。
• 文本語言多樣性： 表格中的文本可能是不同的語言，甚至在同一文檔中可能存在多種語言，這增加了表格數(shù)據(jù)識別的復(fù)雜性；
• 歧義和上下文： 在一些情況下，表格中的數(shù)據(jù)可能存在歧義，需要依賴上下文信息來正確理解。缺乏上下文可能導(dǎo)致數(shù)據(jù)解析錯誤；
• 大規(guī)模數(shù)據(jù)集和培訓(xùn)困難： 表格識別的性能通常需要大量的標(biāo)注數(shù)據(jù)進行訓(xùn)練，然而，標(biāo)注準(zhǔn)確的表格數(shù)據(jù)集可能很昂貴且耗時。同時，標(biāo)注復(fù)雜表格結(jié)構(gòu)可能需要專業(yè)領(lǐng)域知識。

而對表格的處理又是日常工作的常見需求

同樣，浙芯隊結(jié)合掃描全能王給出了解決方案，利用表格識別功能，導(dǎo)入一張圖片或者拍攝一張圖片，一鍵轉(zhuǎn)換成Excel 表格，若要導(dǎo)出多張，則在導(dǎo)出Excel 的界面，選擇添加頁面，再導(dǎo)入圖片，再點擊該圖片，最后再點擊“導(dǎo)出Excel 表格”，多張表格的數(shù)據(jù)就自動匯總到一個Excel表格中。

除此之外，浙芯隊還給出了拍證件照、文本轉(zhuǎn)換、添加水印等非常豐富的交互場景分析，完善了產(chǎn)品使用的方案。

4 重慶郵電大學(xué)：大模型賦能智能文檔

重慶郵電大學(xué)的傅里葉變換隊結(jié)合更具體的技術(shù)，給出了各個功能場景下的創(chuàng)意

以學(xué)習(xí)研究場景為例，傅里葉變換隊首先分析了思維導(dǎo)圖的識別創(chuàng)意。思維導(dǎo)圖簡單卻又很高效，可以應(yīng)用在學(xué)習(xí)、生活、工作的任何領(lǐng)域當(dāng)中，可以將大篇幅內(nèi)容進行拆分，找到從屬關(guān)系，縮減文字?jǐn)?shù)量，便于理解與記憶。其中，括號思維導(dǎo)圖是對一個事物的整體進行拆分分析，從而揭示整體和部分的關(guān)系，并能夠?qū)φw事物的微觀構(gòu)成形成比較清晰的認(rèn)知。

傅里葉變換隊指出，目前制作括號思維導(dǎo)圖的方式有兩種：

• 通過軟件制作電子版的導(dǎo)圖，其優(yōu)點是便于編輯和共享，但設(shè)備限制性大，當(dāng)設(shè)備連接鍵盤時才更方便輸入；
• 手繪在紙質(zhì)上，其優(yōu)點是在理解知識內(nèi)部邏輯的同時加深記憶，但可編輯性差（寫錯字不能直接擦除）、便攜性差、不易美化、交互性差

目前已有方法實現(xiàn)了電子導(dǎo)圖的識別和電子導(dǎo)圖的手繪化，但缺少將手繪括號思維導(dǎo)圖電子化的方法，但是該項功能的實現(xiàn)存在仍存在許多挑戰(zhàn)，比如：識別準(zhǔn)確性、再生成的限制、共享的安全性等

傅里葉變換隊結(jié)合傳統(tǒng)圖像處理、計數(shù)、括號識別、文字識別、層次邏輯生成等技術(shù)，設(shè)計了以下的思維導(dǎo)圖識別流程，整體架構(gòu)清晰，具有可行性

其中，傅里葉變換隊還自主設(shè)計了基于邊界信息的層次邏輯生成算法，分別對文字塊集合和左大括號集合進行聚合。

此外，傅里葉變換隊還設(shè)計了擴展業(yè)務(wù)

在開發(fā)出相應(yīng)的思維導(dǎo)圖制作軟件或軟件界面的基礎(chǔ)上，加入?yún)f(xié)同編輯功能，一是可以使得教師可以實時方便地查看學(xué)生制作的思維導(dǎo)圖，提高智慧課堂的效率；二是可以讓多人同時查看優(yōu)質(zhì)的思維導(dǎo)圖，提高分享學(xué)習(xí)的效率。在得到掃描結(jié)果的基礎(chǔ)上，也可以對導(dǎo)圖內(nèi)容進行分析，建立多媒體檢索推薦系統(tǒng)，滿足學(xué)生在用思維導(dǎo)圖學(xué)習(xí)時，想同時學(xué)習(xí)該思維導(dǎo)圖所代表的全部知識的需求，一是通過檢索相關(guān)的學(xué)習(xí)視頻，二是檢索相關(guān)的教材，三是進行知識補充。

總之，從技術(shù)到業(yè)務(wù)給出了非常詳細(xì)且可行的設(shè)計方案。

在信息時代的浪潮中，大語言模型正以驚人的速度和無限的創(chuàng)造力引領(lǐng)著人工智能的新紀(jì)元。大語言模型不僅能夠理解和分析人類語言，還能夠生成高質(zhì)量、富有創(chuàng)意的文本。從寫作助手到內(nèi)容創(chuàng)作，從自動化客服到醫(yī)療診斷，它們正在推動各行各業(yè)的創(chuàng)新。 這些模型不斷通過海量數(shù)據(jù)進行自我學(xué)習(xí)，不斷提升自己的表現(xiàn)。它們能夠從多個領(lǐng)域的知識中吸取靈感，生成創(chuàng)新性的想法和解決方案。

傅里葉變換隊抓住時代熱點，設(shè)計了基于語言大模型的智能掃描問答AI的功能創(chuàng)意

總體流程是：

1. 用戶掃描題目： 用戶通過拍照或輸入問題的方式提交待解答的題目。

2. 知識庫匹配： AI系統(tǒng)在預(yù)先構(gòu)建的知識庫中進行信息檢索，找到與問題相關(guān)的知識點原文。

3. 設(shè)計豐富提示詞Prompt： 系統(tǒng)使用問題相關(guān)的信息，設(shè)計出幾個豐富的提示詞（Prompt），這個提示詞將作為后續(xù)輸入大語言模型的初始文本。

4. 輸入大語言模型： 利用強大的大語言模型，如GPT-4或文心一言，將豐富的提示詞作為輸入，以便生成更具上下文和語義的答案。

   接下來，定義兩種AI系統(tǒng)的輸出模式：

5. 學(xué)霸版：在學(xué)霸版中，它可以根據(jù)問題直接給出解答，這個答案會被大語言模型生成，基于問題和相關(guān)信息。

6. 導(dǎo)師版：在導(dǎo)師版中，可以給出題目涉及的知識點出處及講解。這可以幫助用戶更好地理解問題的背景和相關(guān)知識。

智能掃描問答AI結(jié)合了信息檢索、大語言模型的生成能力以及輸出定制化的答案。它能夠為用戶提供更全面的答案，不僅回答問題，還能提供相關(guān)的知識背景和解釋。這種技術(shù)有助于提高用戶學(xué)習(xí)效率，加深對知識的理解，并為用戶提供了一個便捷的自主學(xué)習(xí)支持工具。

5 總結(jié)

隨著信息技術(shù)的發(fā)展和應(yīng)用場景的不斷擴大，人們需要處理和利用大量的文檔信息。而傳統(tǒng)的手動處理方法效率低下，無法滿足現(xiàn)代生活和工作的需求。因此文檔圖像智能分析與處理就成為一個重要且極具挑戰(zhàn)性的研究問題。從各個參賽隊伍的創(chuàng)意中，我們可以看到，基于人工智能和機器學(xué)習(xí)的智能文檔處理技術(shù)，可以自動識別文檔中的各種信息，如文字、圖像、表格等，然后將其分類、歸檔、摘要、提取等處理，極大地提高了信息的檢索、處理、傳播速率。這個應(yīng)用不僅僅局限于學(xué)生需求，而是可以擴展到更多的應(yīng)用領(lǐng)域，例如物流行業(yè)中快遞運單的自動識別、金融行業(yè)中銀行票據(jù)的自動分析處理等，具有廣闊的應(yīng)用前景。

在智能文檔處理的實際應(yīng)用中，合合信息的產(chǎn)品掃描全能王表現(xiàn)出了強大的功能，舉例而言

• 辦公文檔處理：無論是在辦公室還是在家庭辦公環(huán)境中，用戶都可以利用掃描全能王進行各類文檔的掃描和處理，包括但不限于文件、表格、圖表、手寫筆記等。不僅如此，無論光照條件、背景復(fù)雜度如何，掃描全能王都能通過AI智掃引擎進行圖像優(yōu)化，提供高清晰度、高質(zhì)量的掃描結(jié)果。
• 教育資料處理：對于教師和學(xué)生，掃描全能王可以用于掃描、共享和保存教材、試卷、筆記等教育資料。特別是在當(dāng)前遠(yuǎn)程教育越來越普及的環(huán)境下，掃描全能王可以方便地將紙質(zhì)資料轉(zhuǎn)化為數(shù)字格式，便于教學(xué)共享和資料存儲。
• 商務(wù)文檔處理：在商業(yè)場景中，掃描全能王可以被用于處理各類商務(wù)文檔，如發(fā)票、合同、訂單等。其智能高清濾鏡功能可以清晰識別和提取文檔中的文字和圖表信息，滿足各種商務(wù)需求
• …

掃描全能王集成了智能文檔處理中的多種先進技術(shù)，例如彎曲矯正、去反光、去摩爾紋等，具備高度精準(zhǔn)的識別能力。更進一步，掃描全能王的多語種識別技術(shù)不僅局限于主流的幾種語言，而是覆蓋了全球的眾多語種。這使得掃描全能王可以為全球的用戶提供服務(wù)，不論用戶使用的是何種語言，掃描全能王都能夠準(zhǔn)確地識別和處理。同時也使得文檔的處理更為流暢。用戶無需進行復(fù)雜的設(shè)置或手動選擇語種，掃描全能王能夠自動識別文檔的語言，并進行精準(zhǔn)的處理。

總之，掃描全能王作為文檔高效處理的辦公產(chǎn)品，極大地提升了用戶的使用體驗，滿足了全球化辦公的需求。這使得掃描全能王在全球范圍內(nèi)得到了廣泛的應(yīng)用和好評。文章來源地址http://www.zghlxwxcb.cn/news/detail-660289.html

到了這里，關(guān)于這場大學(xué)生競賽中，上百支隊伍與合合信息用AI共克難題的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！