光学字符识别的透明性说明和用例

本文提供有关光学字符识别（OCR）用例的信息。

什么是透明度说明？

AI 系统不仅包括技术，还包括使用它的人员、受其影响的人员以及部署它的环境。 创建一个适合其预期用途的系统需要了解技术的工作原理、功能和局限性，以及如何实现最佳性能。

Microsoft提供了 透明度说明 ，可帮助你了解 AI 技术的工作原理。 这包括系统所有者可以做出的影响系统性能和行为的选择，以及考虑整个系统（包括技术、人员和环境）的重要性。 可以在开发或部署自己的系统时使用透明度说明，或与将使用或受系统影响的人员共享它们。

透明度说明是Microsoft将 AI 原则付诸实践的更广泛努力的一部分。 若要了解详细信息，请参阅 Microsoft的 AI 原则。

光学字符识别简介（OCR）

如今，企业通常需要将文本从图像、扫描的纸张文档和数字文件转换为可作的见解。 这些见解为每个人提供知识挖掘、业务流程自动化和内容的可访问性。 光学字符识别（OCR）是一项 AI 服务，用于从视觉内容（如图像和文档）中提取文本。 OCR 目前支持多种语言来提取打印文本（请参阅 OCR 支持的语言）。 手写 OCR 目前仅支持英语。

OCR 的基础知识

来自 Microsoft 的 OCR 技术 通过 Foundry 工具读取 API 中的 Azure 视觉提供。 客户调用读取 API 时，传入其内容以获取提取的文本、文本的位置和其他洞察信息，这些信息以计算机可读的文本输出形式呈现。 他们处理其业务应用程序中的输出，以为其用户实现内容智能、业务流程自动化和其他方案。

示例用例：

以下用例是 OCR 技术的常用示例。

• 图像和文档搜索和存档：非结构化文档（如法律合同、技术文档和新闻内容）包含丰富的信息和元数据，这些信息和元数据不适用于自动标记、分类和搜索等过程。 OCR 允许这些文档中的文本可供计算机读取，以便进行分析、搜索和检索。
• 图像内容审查和本地化：电子商务公司、用户生成的内容发布者和在线游戏和社交媒体社区需要审查图像，以符合在线安全法规。 在某些情况下，他们还需要本地化国际受众的内容。 OCR 允许从图像中提取文本以应用下游处理。
• 业务流程自动化：业务流程自动化需要将用户输入的数据和首选项与复杂的业务流程集成在文档和应用程序屏幕中。 OCR 可解锁嵌入文档和图像中的文本，并使其可用于业务工作流的步骤。
• 财务和医疗保健文档处理：在后台处理财务和保险申请表单时，OCR 有助于节省时间和精力来处理文档。 同样，OCR 应用于医疗索赔报销和医疗信息表格，加快了报销流程和服务及福利的资格审核。

选择其他用例时的注意事项

选择用例时，请考虑以下因素。

• 在用于授予或拒绝权益时，请仔细考虑：直接使用 OCR 输出来授予或拒绝权益可能会导致错误（如果基于不正确或不完整的信息）。 例如，填写医疗表单时，用户可能会出错或无法包含重要信息。 此外，OCR 可能会错误识别或未能检测到表单的某些部分。 为确保消费者做出公平和高质量的决策，将基于 OCR 的自动化与人工监督相结合。

• 避免用于签名标识：提取手写文本时，请避免在签名上使用 OCR 结果来标识个人。 对于人类和机器来说，签名很难阅读。 使用 OCR 的更好方法是使用它来检测签名是否存在以进一步分析。

• 不要将 OCR 用于可能具有严重不利影响的决定：此类用例的示例包括处理医疗处方和配药。 用于从处方中提取文本的机器学习模型可能会导致文本输出未被检测到或输出不正确。 基于错误输出的决策可能会产生严重的负面影响。 此外，建议对可能给个人造成严重影响的决策进行人工审核。

• 法律和法规注意事项：组织在使用任何 Foundry 工具和解决方案时需要评估潜在的特定法律和监管义务，这些义务可能不适合在每个行业或方案中使用。 此外，Foundry 工具或解决方案并非设计用于，也不得以适用的服务条款和相关行为准则所禁止的方式使用。