01

什么是NLP

NLP（自然語言處理－Natural language processing）就是在機(jī)器語言與人類語言之間溝通的橋梁，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：自然語言理解。希望機(jī)器像人一樣，具備正常人的語言理解能力。NLG：自然語言生成。為了跨越人類和機(jī)器之間的溝通鴻溝，將非語言格式的數(shù)據(jù)轉(zhuǎn)換成人類可以理解的語言格式，如文章、報(bào)告等。

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

文字也是人類語言之一，文字識(shí)別分為兩個(gè)具體步驟：文字的檢測和文字的識(shí)別，兩者缺一不可，尤其是文字檢測，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

自然場景文本檢測

自然場景下的文本檢測有如下幾個(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；

多種語言混合。

1、Faster RCNN

Faster RCNN做文本檢測感覺問題不大，但是從效果來看，僅套用Faster RCNN來做文本檢測效果并不好，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框架，精確度較好。但是檢測時(shí)間較長，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來做文本檢測效果并不好。

而CTPN剔除一個(gè)新奇的想法，我們可以把文本檢測的任務(wù)拆分，第一步我們檢測文本框中的一部分，判斷它是不是一個(gè)文本的一部分，當(dāng)對一幅圖里所有小文本框都檢測之后，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任務(wù)。這個(gè)想法有點(diǎn)像“分治法”，先檢測大物體的一小部分，等所有小部分都檢測出來，大物體也就可以檢測出來了。