Information extraction from scanned invoice documents using deep learning methods
Derin öğrenme yöntemleri kullanılarak, taratılmış fatura dökümanlarından bilgi çıkarımı
- Tez No: 815836
- Danışmanlar: DR. ÖĞR. ÜYESİ DIONYSIS GOULARAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, düğüm sınıflandırma ve sıralı etiketleme görevleri için bir Graf Konvolüsyonel Ağı (GCN) modeli ile iki dönüştürücü tabanlı model arasında kapsamlı bir karşılaştırma yapıldı. Bu derin öğrenme modelleri, fatura belgelerinden bilgi çıkarmak üzere eğitildi, böylece bu tür verilerin otomatik işlenmesinin iyileştirilmesi amaçlandı. 1000 faturalık bir veri seti modellerin eğitiminde kullanılırken, performanslarını değerlendirmek için 250 faturalık ayrı bir veri seti kullanıldı. Sonuçlar, dönüştürücü tabanlı modellerden birinin GCN modelinden daha iyi sonuçlar elde ettiğini gösterdi. LayoutLMv1 modeli için F1-puanı 0.65 ve LayoutLMv3 modeli için 0.72 elde edilirken, GCN modeli için bu değer 0.32 oldu. Bu çalışmanın sonuçları, taranmış fatura belgelerinden bilgi çıkarma görevlerinde dönüştürücü tabanlı sinir ağı modellerinin etkinliğini ve transformerlar ile graf konvolüsyonel ağların bu görevdeki başarısını göstermektedir.
Özet (Çeviri)
In this thesis, a comprehensive comparison was conducted between a Graph Convolutional Network (GCN) model and two transformer based models for the tasks of node classification and sequence labeling respectively. These deep learning models were trained to extract information from invoice documents, with the aim of improving the automated processing of such data. A dataset of 1000 invoices was utilized for training the models, while a separate dataset consisting of 250 invoices was employed for evaluating their performance. The results showed that the one of the transformer based models achieved better results than GCN model, by achieving an F1-score of 0.65 for LayoutLMv1 model and 0.72 for LayoutLMv3 model, compared to the GCN model's 0.32. The results of this study shows the effectiveness of transformer based neural network models in information extraction tasks from scanned invoice documents and provide information about success of transformers and graph convolutional networks for this task.
Benzer Tezler
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Ağızlık açma mekanizmalarının tasarımı
Başlık çevirisi yok
RECEP EREN
Yüksek Lisans
Türkçe
1987
Tekstil ve Tekstil MühendisliğiUludağ ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL R. ALPAY
- İşletmelerde veri örgütlenmesi ve yönetim açısından bilgi sistemleri
Başlık çevirisi yok
FAHAMET TOPALOĞLU
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Gazi tipi eksternal fiksatörlerle yapılan uygulamalarda kırık hattındaki kompresyonun biyomekanik olarak“strain gage”lerle tayini
Başlık çevirisi yok
HÜSEYİN ŞENGÜL
Tıpta Uzmanlık
Türkçe
1987
Ortopedi ve TravmatolojiGazi ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF. DR. ORHAN ASLANOĞLU