许多企业需要将照片、文档、备忘录和其他类型的物理媒体数字化，以帮助完成发票处理、应用程序审核和合同分析等任务。在Google Cloud，我们为客户提供了很多方法，从使用我们预先培训过的机器学习api，返利淘联盟，到构建我们的AutoML套件，再到应用文档理解AI（我们最新的AI解决方案）。

在这篇文章中，物联网智库，我们将重点介绍一种方法，使用Cloud AutoML执行文档标记以实现文档处理。文档标记意味着从文档（如响应（或值）到字段（或标记）（如客户、帐号、总计等）识别键值对。这里，"tags"是要提取的字段，"values"是针对该标记的知识。在这个解决方案中，我们将使用AutoML从图像（如签名、邮票和盒子）中提取重要内容进行处理。

几年前，数字化文档意味着简单地扫描并将其作为图像存储在云中。现在，有了更好的工具和技术，以及最近基于ML的解决方案的蓬勃发展，返利app，可以将物理文档转换为可自动处理的结构化数据，并从中提取有用的知识。

直到最近，联网，数字化文档需要应用基于规则的方法，比如使用正则表达式来识别字段，或者从固定字段位置提取OCR。但这些解决方案并不总是适用于新文档，而且在关键字匹配或基于文本的NLP模型中可能会出现问题。目标检测和实体识别在过去的几年中得到了很大的发展，现在已经在这方面取得了显著的进步。Cloud AutoML，中国移动物联网，我们的AI服务套件，让您创建具有最小ML专业知识的高质量定制机器学习模型，就是其中的一个例子。在文档数字化的情况下，一种可能的架构如下所示：