1. 什么是UiBot Mage?

对RPA机器人来说,如果说AI是它的大脑,认知能力是它的眼睛、嘴、耳朵,RPA是它的双手。结合了AI能力,RPA从只能帮助基于规则的、机械性、重复性的任务实现自动化,拓展到了更丰富的业务场景,将物理世界与数字世界有效连接,满足实际业务中更灵活、多元的自动化需求。而企业采用具备AI能力的RPA平台,可以快速、经济、灵活地将AI技术应用到业务中。

RPA+AI

在UiBot产品矩阵中,Creator用于生产机器人,Worker用于执行机器人,Commander用于管理机器人。Mage作为面向RPA的AI平台,提供了丰富的图片理解、文本理解、语音理解的AI能力,赋能机器人生产和执行过程。

UiBot产品矩阵/来也UiBot产品介绍

2. Mage的优势

  • 提供丰富的预训练的AI模型。使用者无需AI经验,开箱即用。
  • 提供强大的定制化的AI能力。使用者可以在自己的数据集上,通过无代码的方式,标注、训练、测评、优化AI模型,使模型能够理解专业领域的文档。
  • 通过预置件和Creator无缝集成。通过拖拽即可让机器人具备AI能力,帮助企业快速落地RPA+AI。
  • 支持公有云和私有部署2种部署方式。私有部署支持国产化适配,保证数据的私密性。
  • 适用于财务、人力、法务、IT运维、电网、运营商、营销、客服等各行各业,形成端到端的智能自动化解决方案。

3. AI能力简介

Mage平台上的AI能力,可以从不同角度理解。

  1. 从定制化程度看,AI能力可以分为通用AI能力和定制化AI能力两类。
    • 预训练AI能力提供了开箱即用的AI模型,能够处理身份证、银行卡、发票、火车票识别等普适场景的识别和抽取需求。
    • 定制化AI能力,需要上传自己的数据,通过标注、训练、测评、优化AI模型,使模型能够理解专业领域的文档。
  2. 从处理的数据类型上看,AI能力可以分为图片理解、文本理解、语音处理3种类型。
  3. 此外,Mage有综合性的AI能力,提供文档的端到端解决方案,利用平台上已有的OCR、NLP原子能力以及深度学习模型,能够协助机器人理解文档,提取文档中的关键信息。

下表列出了Mage平台上所有的AI能力,描述了每种能力的分类和用途。

定制化程度 数据类型 能力 用途
预训练AI能力 图片理解 通用文字识别 识别图片中所有文字。
通用表格识别 识别图片中的表外文字和表内文字,并按照单元格的排列顺序,输出表格内容。
通用多票据识别 识别普通发票、专用发票、电子发票、销货清单、卷式发票、出租车票、火车票、动车票、飞机行程单、定额发票、购车发票等全票种发票,并返回核心字段值。
通用卡证识别 识别银行卡、身份证、社保卡、驾驶证、行驶证、户口本、护照、结婚证、房产证、不动产证、营业执照、开户许可证、组织机构代码证、车辆合格证、车辆登记证、基本存款账户信息,并返回核心字段值。
验证码识别 识别由数字和字母组成的验证码。
印章识别 识别印章的位置、颜色、内容。
版面分析 检测和分析图片中的内容,将文档分割成不同的版面区域,并返回每个区域的类型、位置、内容、以及置信度。
条码识别 检测并识别图像中的二维码,返回内容包括二维码的位置和二维码中的内容
文本理解 文档抽取 提取文档中的关键信息并返回。
标准地址 提取地址中的省、市、区、街道信息并返回。
语音能力 语音合成 把一段文本合成为语音,支持7种不同音色。
定制化AI能力 图片理解 自定义模版 上传一组版面样式相对固定的图片文件,通过配置规则的方式,依赖位置关系抽取到业务需要的字段值。
文本理解 信息抽取 上传一组文本内容相对固定的文本文件,通过配置规则或训练模型的方式,依赖上下文语义信息抽取到业务需要的字段值。
文本分类 创建分类并上传每个分类的相似说法,自动生成AI模型。输入新的文本可以返回匹配到的分类和置信度。
文本匹配 上传语料集构建语料库,自动生成AI模型。输入新的文本,可以返回与输入文本语义最接近的前N个语料库中的文本。
解决方案 合同智能处理 合同比对 比对电子版合同和实际签署纸质合同扫描件,快速定位差异,提升法务人员工作效率。
文档理解 文档理解 单页抽取模型 适用于处理结构化或半结构化的单页文档,例如送货单、非标准化票据等。
文档理解 多页抽取模型 适用于处理非结构化的多页文档,例如合同、招标公告、简历等。
Copyright © uibot.com.cn 2020 all right reserved,powered by Gitbook最后修订时间: 2021-12-21 15:56:04

results matching ""

    No results matching ""

    results matching ""

      No results matching ""