PaddleNLP UIE 通过OCR识别银行回执信息

概述

UIE(Universal Information Extraction):Yaojie Lu等人在ACL-2022中提出了通用信息抽取统一框架UIE。

该框架实现了实体抽取、关系抽取、事件抽取、情感分析等任务的统一建模,并使得不同任务间具备良好的迁移和泛化能力。

为了方便大家使用UIE的强大能力,PaddleNLP借鉴该论文的方法,基于ERNIE 3.0知识增强预训练模型,训练并开源了首个中文通用信息抽取模型UIE。

该模型可以支持不限定行业领域和抽取目标的关键信息抽取,实现零样本快速冷启动,并具备优秀的小样本微调能力,快速适配特定的抽取目标。

环境

创建conda环境

bash 复制代码
conda create --name paddleNlp python=3.8 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

安装Paddle

bash 复制代码
pip3 install paddlepaddle==2.6.2
pip3 install paddlenlp==2.6.1
pip3 install paddleocr==2.6.1.3

OCR识别

编写程序

python 复制代码
import time
start_time = time.time()

import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--image_path", required=True, help="输入图片路径")
args = parser.parse_args()

import paddlenlp
import paddleocr
from pprint import pprint
from paddlenlp import Taskflow

print(paddlenlp.__version__)
print(paddleocr.__version__)

schema = ["交易日期", "收款账号","收款开户行","收款人", "付款账号","付款开户行","业务类型","交易流水","业务编号","客户编号","交易金额(小写)","交易金额(大写)","交易摘要","附言","回单编号"]
ie = Taskflow("information_extraction", schema=schema, model="uie-x-base")

result = ie({"doc": args.image_path})
pprint(result)

end_time = time.time()
print(f"程序运行时间:{end_time - start_time:.2f}秒")

说明:

  1. 添加了argparse模块来处理命令行参数,使用--image_path来接收图片路径
  2. 使用time模块计算程序总运行时间,从脚本启动开始到所有处理完成结束
  3. 在程序最后输出运行时间(保留两位小数)

执行程序

识别下面的图片:

bash 复制代码
python3 image_nlp.py --image_path 20250306-152918.jpg

结果输出:

bash 复制代码
$ python3 image_nlp.py --image_path 20250306-152918.jpg 
/home/super/miniconda3/envs/paddleNlp/lib/python3.8/site-packages/_distutils_hack/__init__.py:31: UserWarning: Setuptools is replacing distutils. Support for replacing an already imported distutils is deprecated. In the future, this condition will fail. Register concerns at https://github.com/pypa/setuptools/issues/new?template=distutils-deprecation.yml
  warnings.warn(
2.8.1.post
2.6.1.3
[2025-03-27 10:39:19,056] [    INFO] - We are using <class 'paddlenlp.transformers.ernie_layout.tokenizer.ErnieLayoutTokenizer'> to load '/home/super/.paddlenlp/taskflow/information_extraction/uie-x-base'.
[{'业务类型': [{'bbox': [[405, 89, 541, 107]],
            'end': 56,
            'probability': 0.9131308053430871,
            'start': 46,
            'text': '汇入汇款(网银互联)'}],
  '业务编号': [{'bbox': [[95, 107, 197, 124]],
            'end': 72,
            'probability': 0.9995382261303227,
            'start': 61,
            'text': '11001640576'}],
  '交易摘要': [{'bbox': [[51, 145, 68, 161]],
            'end': 104,
            'probability': 0.8831240753625877,
            'start': 102,
            'text': '收款'}],
  '交易日期': [{'bbox': [[102, 89, 217, 107]],
            'end': 41,
            'probability': 0.9990176840332587,
            'start': 30,
            'text': '2024年12月30日'}],
  '交易流水': [{'bbox': [[383, 108, 515, 126]],
            'end': 92,
            'probability': 0.9663297915660252,
            'start': 77,
            'text': 'C01471M00201xxx'}],
  '交易金额(大写)': [{'bbox': [[170, 236, 343, 254]],
                'end': 246,
                'probability': 0.9744215604050304,
                'start': 233,
                'text': '人民币壹万陆仟陆佰伍拾元整'}],
  '交易金额(小写)': [{'bbox': [[140, 219, 249, 236], [51, 236, 343, 254]],
                'end': 246,
                'probability': 0.31854000882093914,
                'start': 213,
                'text': 'CNY16650.00交易金额(大写):人民币壹万陆仟陆佰伍拾元整'}],
  '付款开户行': [{'bbox': [[134, 200, 273, 218]],
             'end': 204,
             'probability': 0.987515932169643,
             'start': 194,
             'text': '中国银行汕头谷饶支行'}],
  '付款账号': [{'bbox': [[95, 180, 204, 199]],
            'end': 171,
            'probability': 0.9977437211903961,
            'start': 159,
            'text': '641858106xxx'}],
  '回单编号': [{'bbox': [[330, 351, 447, 368]],
            'end': 299,
            'probability': 0.9723847994996504,
            'start': 286,
            'text': '816B361444971'}],
  '收款人': [{'bbox': [[410, 145, 575, 162]],
           'end': 138,
           'probability': 0.9709061638304917,
           'start': 126,
           'text': '广州xx电子商务有限公司'}],
  '收款开户行': [{'bbox': [[134, 162, 273, 180]],
             'end': 154,
             'probability': 0.9324191178090935,
             'start': 144,
             'text': '广东自贸试验区南沙分'}],
  '收款账号': [{'bbox': [[95, 180, 204, 199]],
            'end': 171,
            'probability': 0.9940871034103509,
            'start': 159,
            'text': '641858106xxx'}],
  '附言': [{'bbox': [[51, 145, 68, 161]],
          'end': 104,
          'probability': 0.9225480574774565,
          'start': 102,
          'text': '收款'}]}]
程序运行时间:30.91秒
相关推荐
和鲸社区7 小时前
《斯坦福CS336》作业1开源,从0手搓大模型|代码复现+免环境配置
人工智能·python·深度学习·计算机视觉·语言模型·自然语言处理·nlp
sky丶Mamba14 小时前
OCR与多模态大模型:从“看见”文字到“读懂”世界的技术革命
ocr·多模态大模型
nju_spy2 天前
机器学习 - Kaggle项目实践(8)Spooky Author Identification 作者识别
人工智能·深度学习·机器学习·nlp·tf-idf·glove·南京大学
TextIn智能文档云平台2 天前
AI文档产品与传统OCR软件的根本区别是什么?
人工智能·ocr
doris6102 天前
固定资产管理系统核心功能拆解:批量导入、OCR 识别有多高效?
ocr·资产管理·固定资产管理系统
猫头虎2 天前
猫头虎AI分享:无需OCR,基于ColQwen2、Qwen2.5和Weaviate对PDF进行多模态RAG的解决方案
microsoft·ai·pdf·aigc·ocr·ai编程·ai-native
Go_Zezhou3 天前
在线性代数里聊聊word embedding
线性代数·算法·机器学习·nlp
冰糖猕猴桃4 天前
【AI - nlp】Transformer输入部分要点
人工智能·ai·nlp·transformer
大千AI助手4 天前
WMT2014:机器翻译领域的“奥林匹克盛会“
人工智能·深度学习·神经网络·自然语言处理·nlp·机器翻译·wmt2014
胖达不服输4 天前
「日拱一码」076 深度学习——自然语言处理NLP
人工智能·python·深度学习·自然语言处理·nlp