来也科技-数字员工平台-智能自动化行业领导者

复选框（Checkbox）是文档中常见的一种符号，用来获取人们的意见反馈、选择意愿。如项目报表、医疗清单、物料清单、调查报告、菜单等。因为复选框包含着非常重要的信息，所以除了要准确识别文字内容外，还需要检测复选框的位置、识别复选框的状态、关联复选框的描述文字范围。

随着互联网上的文本资源日益丰富，用户逐渐需要耗费大量的时间查找所需信息，并且很难有充足的时间阅读和理解完整的篇章，同时文本中存在着大量的重复和不重要的内容，因此对文档中的信息形成精炼的摘要就显得尤为迫切和重要，而手动形成摘要费时费力，自动摘要就成了解决这一问题的直观方式。

为了解决智能文档中的SER: 语义实体识别 (Semantic Entity Recognition)和RE: 关系抽取 (Relation Extraction)问题，综合了目前现有的各种方案，基于可解释性、人工特征注入的便捷性、模型的推理速度、预训练模型等因素，我们选择了基于图卷积的模型来解决上述的问题，在下文我们将从图卷积原理、特征工程、来也的图卷积模型、自监督任务设计、其他优化几个方面阐述我们所做的工作。

如今基于数据驱动的任务对话系统在产业界已有落地。虽然这些产品依然沿用模块化的流程系统，但在各个模块上做了很多可喜的改动，使得当前的对话系统从搭建到使用都有了长足的进步，尤其不需要手动定义状态空间和对话流程这一点。今天我们一起回顾一下对话管理的技术发展路线，并探讨数据驱动对话管理在产业界的落地情况。

本文总结了在OCR的核心任务--文本识别上应用自监督学习的近期进展，可与来也技术团队之前两篇公众号文章，《自监督学习在计算机视觉领域中的使用简介》和《MoCo系列自监督学习模型和在来也业务中的实践》一起阅读。

本系列文章我们重点关注机器学习平台的技术难点及其在Kubernetes云原生底座之上的解决方案。覆盖编排、调度、存储、通信、推理等方方面面。本文是系列的第一篇：编排调度篇。

智能文档处理（IDP）可帮助企业实现日常文档处理工作的自动化，在文档识别、分类、信息抽取和比对等各个方面，为企业工作人员提供帮助。印章识别是智能文档处理中一种重要的识别能力，广泛应用在合同比对，出入库审核以及发票报销等场景。以往这些工作环节中需要人工对印章图像进行核对校验，流程繁冗，而使用OCR技术进行印章自动识别则可为企业有效节省用工成本。

在C10M secret中，Errata Security 的首席执行官Robert Graham提出了一个观点:The Kernel Is The Problem, Not The Solution，他说如果想要解决C10M实现高性能，需要从以下三个方面入手……本篇博客就讲讲调度相关的协程。

最近开发的一个新项目，构建工具从 Webpack 转换到了 Vite，开发体验有了惊人的提升： 冷启动从 10+s 下降至 2s（有缓存时 1s 以内） 热更新从 2s 下降至 1s 以内