01

什么是NLP

NLP（自然語(yǔ)言處理－Natural language processing）就是在機(jī)器語(yǔ)言與人類語(yǔ)言之間溝通的橋梁，以實(shí)現(xiàn)人機(jī)交流的目的。

02

NLP的兩個(gè)核心任務(wù)

NLU：自然語(yǔ)言理解。希望機(jī)器像人一樣，具備正常人的語(yǔ)言理解能力。NLG：自然語(yǔ)言生成。為了跨越人類和機(jī)器之間的溝通鴻溝，將非語(yǔ)言格式的數(shù)據(jù)轉(zhuǎn)換成人類可以理解的語(yǔ)言格式，如文章、報(bào)告等。

學(xué)習(xí)鏈接：https：／／easyai．tech／ai－definition／nlp／

文字也是人類語(yǔ)言之一，文字識(shí)別分為兩個(gè)具體步驟：文字的檢測(cè)和文字的識(shí)別，兩者缺一不可，尤其是文字檢測(cè)，是識(shí)別的前提條件，若文字都找不到，那何談文字識(shí)別。

03

自然場(chǎng)景文本檢測(cè)

自然場(chǎng)景下的文本檢測(cè)有如下幾個(gè)難點(diǎn)：

文本存在多種分布，文本排布形式多樣；

文本存在多個(gè)方向；

多種語(yǔ)言混合。

1、Faster RCNN

Faster RCNN做文本檢測(cè)感覺問題不大，但是從效果來(lái)看，僅套用Faster RCNN來(lái)做文本檢測(cè)效果并不好，原因在于，文本有自己獨(dú)有的特點(diǎn)，這種通用的文本檢測(cè)框架并不能很好地解決文本的這些特點(diǎn)。

2、CTPN

CTPN（基于Faster RCNN）：目前比較成熟的文本檢測(cè)框架，精確度較好。但是檢測(cè)時(shí)間較長(zhǎng)，有很大的優(yōu)化空間。

【文獻(xiàn)】Detecting Text in Natural Image with Connectionist Text Proposal Network

文本行一般以水平長(zhǎng)矩形的形式存在，而且文本行中每個(gè)字都有間隔，所以僅套用Faster RCNN來(lái)做文本檢測(cè)效果并不好。

而CTPN剔除一個(gè)新奇的想法，我們可以把文本檢測(cè)的任務(wù)拆分，第一步我們檢測(cè)文本框中的一部分，判斷它是不是一個(gè)文本的一部分，當(dāng)對(duì)一幅圖里所有小文本框都檢測(cè)之后，我們就將屬于同一個(gè)文本框的小文本框合并，合并之后就可以得到一個(gè)完整的、大的文本框了，也就完成了文本的檢測(cè)任務(wù)。這個(gè)想法有點(diǎn)像“分治法”，先檢測(cè)大物體的一小部分，等所有小部分都檢測(cè)出來(lái)，大物體也就可以檢測(cè)出來(lái)了。