文本分类的Tensorflow模型
我正在用OCR和Tensorflow构建一个Android应用程序。它扫描超市的价格标签，并将扫描后的数据放到不同的领域。我已经完成了OCR部分，因此图像->文本识别工作正常，而Tensorflow只需要处理文本输入。
总的来说，我对Tensorflow和机器学习很陌生。是否可以使用Tensorflow完成以下工作?如果可以，您能分享一些关于如何这样做的想法吗？
平均输入如下：
CARLSBERG
EESTI
HELE OLU 5%
1.59 +0.10
500 ml pudel
3.18 /I
4740019113419目标是按以下方式对这些数据进行排序：
Brand: CARLSBERG
Product name: HELE OLU 5%
Size: 500
Units: ml决定如何对特定字符串进行分类的参数是：
- 案例
- 行号
- 超市(默认情况下是已知的)
- 总行数
- 字母/数字比率
回答 3
Stack Overflow用户
发布于 2018-06-20 13:35:33
我认为第一步应该是抓住你的手，或者生成一些有标签的培训数据。您应该查看特性提取；例如，如果您注意到对于某一项，第二行通常是价格，则可以将其表示为参数。或者说，如果一个数字后面跟着ml/l/oz这样的单位，它很可能就是体积。你想知道的是，你有多自信，一个特定的行/字符串是说价格。
但是，我认为TensorFlow将更适合于问题的OCR部分，这一点您已经解决了。您所要求的是更多的文本解析，这可以通过NLP方法更好地解决。
Stack Overflow用户
发布于 2018-06-20 13:46:53
正如4d11的答案所提到的，机器学习中最大的挑战之一往往是获得一组高质量、大尺寸的培训数据。
在将数据输入到Tensorflow网络/模型方面，我建议您查看他们关于特性列的“入门”教程：列
特征列用于表示可以输入模型的不同类型的数据。本教程详细介绍了这种方法的工作方式，以及为什么您可以选择以不同的方式表示不同的数据。我觉得做个介绍很有帮助。
Stack Overflow用户
发布于 2018-06-20 13:32:18
一个用于文本识别的Tensorflow模型(CNN +带有视觉注意的seq2seq )可作为Python包提供，并与Google引擎兼容。https://github.com/emedvedev/attention-ocr
https://stackoverflow.com/questions/50949318
复制相似问题
腾讯云开发者
