layoutlmv2-finetuned-sroieオープンソースモデル - レシートドキュメントからキー情報を効率的に抽出

ホーム

Layoutlmv2 Finetuned Sroie

Theivaprakashamによって開発

LayoutLMv2アーキテクチャに基づき、SROIEデータセットで微調整された文書情報抽出モデルで、領収書文書からキーフィールドを抽出するのに優れています。

シーケンスラベリング

Transformers

#文書情報抽出 #高精度OCR #領収書認識

ダウンロード数 71

リリース時間 : 3/2/2022

モデル概要

このモデルは、スキャンされた領収書や請求書から、会社名、住所、日付、合計金額などの構造化情報を抽出するために特別に設計されています。

モデル特徴

高精度なフィールド抽出

領収書のキーフィールド抽出タスクで、F1値が95%以上に達します。

マルチモーダル理解

テキスト内容と文書レイアウト情報を組み合わせて総合的に分析します。

ドメイン適合

領収書情報抽出シナリオに特化して最適化されています。

モデル能力

領収書テキスト認識

構造化情報抽出

文書レイアウト分析

複数フィールドの連合認識

使用事例

財務自動化

領収書情報のデジタル化

スキャンされた領収書から自動的に重要なビジネス情報を抽出します。

手動入力の作業量を削減し、正確率が95%以上になります。

文書処理

請求書情報抽出

請求書文書を一括処理し、構造化データを抽出します。

会社、日付、金額などのキーフィールドを効率的に抽出できます。

🚀 layoutlmv2-finetuned-sroie

このモデルは、microsoft/layoutlmv2-base-uncased を sroie データセットでファインチューニングしたものです。評価セットでは、以下の結果を得ています。

損失値：0.0291
住所精度：0.9341
住所再現率：0.9395
住所 F1 値：0.9368
住所数：347
会社精度：0.9570
会社再現率：0.9625
会社 F1 値：0.9598
会社数：347
日付精度：0.9885
日付再現率：0.9885
日付 F1 値：0.9885
日付数：347
合計精度：0.9253
合計再現率：0.9280
合計 F1 値：0.9266
合計数：347
全体精度：0.9512
全体再現率：0.9546
全体 F1 値：0.9529
全体正解率：0.9961

📚 ドキュメント

学習過程

学習ハイパーパラメータ

学習過程では、以下のハイパーパラメータを使用しました。

学習率：5e-05
学習バッチサイズ：8
評価バッチサイズ：8
乱数シード：42
オプティマイザ：Adam（β1=0.9，β2=0.999，ε=1e-08）
学習率スケジューラタイプ：線形
学習率スケジューラのウォームアップ割合：0.1
学習ステップ数：3000
混合精度学習：ネイティブ自動混合精度（Native AMP）

学習結果

学習損失	エポック数	ステップ数	検証損失	住所精度	住所再現率	住所 F1 値	住所数	会社精度	会社再現率	会社 F1 値	会社数	日付精度	日付再現率	日付 F1 値	日付数	合計精度	合計再現率	合計 F1 値	合計数	全体精度	全体再現率	全体 F1 値	全体正解率
ログなし	0.05	157	0.8162	0.3670	0.7233	0.4869	347	0.0617	0.0144	0.0234	347	0.0	0.0	0.0	347	0.0	0.0	0.0	347	0.3346	0.1844	0.2378	0.9342
ログなし	1.05	314	0.3490	0.8564	0.8934	0.8745	347	0.8610	0.9280	0.8932	347	0.7297	0.8559	0.7878	347	0.0	0.0	0.0	347	0.8128	0.6693	0.7341	0.9826
ログなし	2.05	471	0.1845	0.7970	0.9049	0.8475	347	0.9211	0.9424	0.9316	347	0.9885	0.9885	0.9885	347	0.0	0.0	0.0	347	0.8978	0.7089	0.7923	0.9835
0.7027	3.05	628	0.1194	0.9040	0.9222	0.9130	347	0.8880	0.9135	0.9006	347	0.9885	0.9885	0.9885	347	0.0	0.0	0.0	347	0.9263	0.7061	0.8013	0.9853
0.7027	4.05	785	0.0762	0.9397	0.9424	0.9410	347	0.8889	0.9222	0.9052	347	0.9885	0.9885	0.9885	347	0.7740	0.9078	0.8355	347	0.8926	0.9402	0.9158	0.9928
0.7027	5.05	942	0.0564	0.9282	0.9308	0.9295	347	0.9296	0.9510	0.9402	347	0.9885	0.9885	0.9885	347	0.7801	0.8588	0.8176	347	0.9036	0.9323	0.9177	0.9946
0.0935	6.05	1099	0.0548	0.9222	0.9222	0.9222	347	0.6975	0.7378	0.7171	347	0.9885	0.9885	0.9885	347	0.8608	0.8732	0.8670	347	0.8648	0.8804	0.8725	0.9921
0.0935	7.05	1256	0.0410	0.92	0.9280	0.9240	347	0.9486	0.9568	0.9527	347	0.9885	0.9885	0.9885	347	0.9091	0.9222	0.9156	347	0.9414	0.9488	0.9451	0.9961
0.0935	8.05	1413	0.0369	0.9368	0.9395	0.9381	347	0.9569	0.9597	0.9583	347	0.9772	0.9885	0.9828	347	0.9143	0.9222	0.9182	347	0.9463	0.9524	0.9494	0.9960
0.038	9.05	1570	0.0343	0.9282	0.9308	0.9295	347	0.9624	0.9597	0.9610	347	0.9885	0.9885	0.9885	347	0.9206	0.9020	0.9112	347	0.9500	0.9452	0.9476	0.9958
0.038	10.05	1727	0.0317	0.9395	0.9395	0.9395	347	0.9598	0.9625	0.9612	347	0.9885	0.9885	0.9885	347	0.9280	0.9280	0.9280	347	0.9539	0.9546	0.9543	0.9963
0.038	11.05	1884	0.0312	0.9368	0.9395	0.9381	347	0.9514	0.9597	0.9555	347	0.9885	0.9885	0.9885	347	0.9226	0.9280	0.9253	347	0.9498	0.9539	0.9518	0.9960
0.0236	12.05	2041	0.0318	0.9368	0.9395	0.9381	347	0.9570	0.9625	0.9598	347	0.9885	0.9885	0.9885	347	0.9043	0.8991	0.9017	347	0.9467	0.9474	0.9471	0.9956
0.0236	13.05	2198	0.0291	0.9337	0.9337	0.9337	347	0.9598	0.9625	0.9612	347	0.9885	0.9885	0.9885	347	0.9164	0.9164	0.9164	347	0.9496	0.9503	0.9499	0.9960
0.0236	14.05	2355	0.0300	0.9286	0.9366	0.9326	347	0.9459	0.9568	0.9513	347	0.9885	0.9885	0.9885	347	0.9275	0.9222	0.9249	347	0.9476	0.9510	0.9493	0.9959
0.0178	15.05	2512	0.0307	0.9366	0.9366	0.9366	347	0.9513	0.9568	0.9540	347	0.9885	0.9885	0.9885	347	0.9275	0.9222	0.9249	347	0.9510	0.9510	0.9510	0.9959
0.0178	16.05	2669	0.0300	0.9312	0.9366	0.9339	347	0.9543	0.9625	0.9584	347	0.9885	0.9885	0.9885	347	0.9171	0.9251	0.9211	347	0.9477	0.9532	0.9504	0.9959
0.0178	17.05	2826	0.0292	0.9368	0.9395	0.9381	347	0.9570	0.9625	0.9598	347	0.9885	0.9885	0.9885	347	0.9253	0.9280	0.9266	347	0.9519	0.9546	0.9532	0.9961
0.0178	18.05	2983	0.0291	0.9341	0.9395	0.9368	347	0.9570	0.9625	0.9598	347	0.9885	0.9885	0.9885	347	0.9253	0.9280	0.9266	347	0.9512	0.9546	0.9529	0.9961
0.0149	19.01	3000	0.0291	0.9341	0.9395	0.9368	347	0.9570	0.9625	0.9598	347	0.9885	0.9885	0.9885	347	0.9253	0.9280	0.9266	347	0.9512	0.9546	0.9529	0.9961