基于卷積神經(jīng)網(wǎng)絡(luò)和殘差結(jié)構(gòu)單元的合同數(shù)據(jù)識別提取

打開文本圖片集

摘 要：為提升合同中數(shù)據(jù)項識別和提取的準(zhǔn)確率，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network， CNN）和殘差結(jié)構(gòu)單元（Residual Building Unit，RBU）結(jié)合優(yōu)化的CNN＼|RECR（Real Estate Transaction Contract Information Detection and Recognition Method Based on Improved Convolutional Neural Network）模型，并將其應(yīng)用到不動產(chǎn)交易平臺中合同數(shù)據(jù)項的識別提取場景。（剩余8291字）