POI名称生成赛题-Cicero_Ning-说明论文1
需积分: 0 149 浏览量
2022-08-04
15:01:39
上传
评论
收藏 714KB PDF 举报
POI 名称生成
Cicero_Ning
宁星星
认知智能实验室&算法工程师
Percent
中国-武汉
shenzaimin0@gmail.com
镇诗奇
认知智能实验室&算法工程师
Percent
中国-武汉
13476111882@163.com
团队简介
队伍成员来自百分点认知智能实验室。
队长：宁星星
毕业于华中科技大学，热爱探索、乐于分享且擅长解决
实际问题。
技术方向：语义解析、机器问答以及文本校对算法等。
多次在 CCKS、NLPCC 等会议评测算法大赛中获奖。
队员：镇诗奇
中国地质大学（武汉）计算机硕士
技术方向：智能问答、语义解析和关系抽取等，曾获得
CCKS2021 图谱问答第三名和国家电网运行信息智能检索
Text2SQL 比赛三等奖。
摘要
本次《POI 名称生成》赛题要求是“给定图像和挂牌检
测结果和 OCR 识别结果设计算法，生成图像中包含的完整
POI 名称”。
分析数据集得知，比赛数据集来自高德地图的真实应用
场景数据，训练集包含 2.1W 条 POI 信息，每条都包涵原始
图片、OCR 识别文本以及挂牌和文本行的轮廓数据。怎样利
用从这些不同形式的数据信息中获取真正有用的信息，成为
了完成比赛任务的关键。
本次比 赛 我 们采用结 合图像位 置 信 息和文本 信 息 的
text2text 生成算法。文本生成模型采用端到端的 Text2Text
预训练模型 T5 框架，在解码过程中，采用 sampling 解码策
略。在后处理时，基于原始 block 的 OCR 识别结果进行匹
配校正，得到最终 poi name 。
最终我们在 A 榜得分 0.7224，B 榜得分 0.7158，获得
第五名的成绩
关键词
POI，文本生成，OCR，sampling
1 赛题分析
本赛题属于文本生成领域，即将非语言形式信息作为输
入，生成可读的文字表述。文本生成任务大致可分为三类：
文本到文本的生成、数据到文本的生成、图像到文本的生成。
文本生成技术发展至今，已经有诸多相关的解决方案和学术
研究，例如，基于规则、基于规划（Planning-based）以及
数据驱动（data-driven）的方法等。
图 1：训练集与测试集在 block num 上的分布
ali-12
- 粉丝: 28
- 资源: 328
评论0