Rahoitusasiakirjatietojoukot edistyneeseen dokumenttien tekoälykoulutukseen

Kuvaus: Pankkisekkitietosarja (Document AI): Synteettiset pankkisekit koostuvat keinotekoisesti luoduista sekkikuvista, jotka on suunniteltu jäljittelemään oikeiden shekkien ulkoasua ja sisältöä. Se sisältää erilaisia ​​elementtejä, kuten maksunsaajien nimet, summat, päivämäärät, allekirjoitukset ja sekkien numerot. Tätä tietojoukkoa käytetään Document AI -järjestelmien koulutukseen ja arviointiin sellaisissa tehtävissä kuin optinen merkintunnistus (OCR), tarkistusten käsittely ja automaattinen tietojen poimiminen, mikä tarjoaa hallitun ympäristön mallien kehittämiseen ilman todellisten shekkien yksityisyyttä koskevia huolenaiheita.

Tallennusolosuhteet: - Napsautetut kuvat - Skannatut - Web scrapper

Kuvaus: Tiliotteen tietojoukko (Document AI): Synteettiset tiliotteet sisältävät keinotekoisesti luotuja tiliotteita, jotka on suunniteltu simuloimaan todellisia talousasiakirjoja. Se sisältää erilaisia ​​tapahtumatietueita, päivämääriä, summia ja tilitietoja, jotka on rakennettu peilaamaan todellisia muotoja ja sisältöä. Tätä tietojoukkoa käytetään Document AI -järjestelmien koulutukseen ja arviointiin sellaisissa tehtävissä kuin optinen merkintunnistus (OCR), tietojen poiminta ja dokumenttianalyysi, mikä tarjoaa valvotun ympäristön ilman todellisten taloustietojen yksityisyysongelmia.

Tallennusolosuhteet: - Skannattu - Pankkitiliote - Web scrapper

Kuvaus: Chinese Bills Dataset sisältää kuvia tai tekstinäytteitä erityyppisistä laskuista, kuten laskuista, kuiteista ja tiliotteista, jotka on kirjoitettu kiinaksi. Siinä on erilaisia ​​muotoja ja sisältöä, mukaan lukien nimikkeiden kuvaukset, määrät ja päivämäärät. Tätä tietojoukkoa käytetään tehtäviin, kuten optiseen merkintunnistukseen (OCR), talousasiakirjojen käsittelyyn ja automaattiseen tietojen poimimiseen.

Kuvaus: Arabian- ja englanninkielisen sisällön kuvakokoelma: kuva + merkinnät OCR:ään

Kuvaus: Viivakoodivideot (Code128, UPC/EAN, PDF417, Aztec, Multi-code)

Kuvaus: Kaareva painettu teksti: Kerää kuvia, joissa on kaarevaa tekstiä tai tekstiä, jonka perusviiva on epälineaarinen.

Kuvaus: Taloudelliset asiakirjat: tiliote, sekki, palkkalaskelma, vero, asuntolaina, vakuutuskorvaukset (Yhdysvallat)

Kuvaus: Taloudelliset asiakirjat (vaihe 1) Asuntolaina-aineisto – tulostus, skannaus, valokuva

Kuvaus: Taloudelliset asiakirjat (vaihe 2) Vakuutusaineisto – tulostus, skannaus, valokuva

Kuvaus: Käsin kirjoitettu teksti: LivePhotos käsin kirjoitetulla tekstillä (japani, korea, venäjä)

Kuvaus: Laskutietojoukko, jossa on rajaavia laatikoita, sisältää skannattuja tai digitaalisia laskuja, joissa keskeiset kentät, kuten laskun numero, päivämäärä, toimittajan tiedot, rivit ja kokonaissummat, on merkitty rajaavilla laatikoilla, joiden avulla tekoälymallit voivat havaita ja poimia strukturoitua tietoa tarkasti strukturoimattomista asiakirjoista.

Kuvaus: LivePhotos-kuvaukset painetulla tekstillä (japaniksi, koreaksi, venäjäksi)

Kuvaus: Monikielinen kuitti- ja laskuaineisto sisältää erilaisia ​​talousasiakirjoja useilla kielillä, minkä ansiosta tekoälymallit voivat kouluttaa kielten välistä tekstintunnistusta, avainkenttien poimintaa ja asiakirjojen ymmärtämistä.

Kuvaus: Pankkitiliotteet - Ainutlaatuinen mallipohja - 40: Synteettiset pankkitiliotteet

Kuvaus: Sekki - Yksilöllinen malli - 60: Keinotekoiset palkkalaskelmat

Kuvaus: Palkkalaskelmat - Ainutlaatuinen malli - 130: Synteettinen pankkisekki

Kuvaus: Palkkalaskujen tietojoukko (Document AI): Synteettiset palkkalaskelmat koostuvat kuvista keinotekoisesti luoduista palkkakuitteista ilman huomautuksia. Se sisältää erilaisia ​​palkkakuittimuotoja ja tietoja, kuten työntekijöiden nimet, palkat ja päivämäärät, joita käytetään Document AI -järjestelmien koulutukseen ja testaamiseen sellaisissa tehtävissä kuin tekstintunnistus ja asiakirjojen käsittely.

Tallennusolosuhteet: - Skannattu - Web scrapper