Globale Schulung von Dokumentenverarbeitungssystemen mit Graph-Transformer-Netzwerken

Wir schlagen ein neues Paradigma des maschinellen Lernens vor, das als Graph-Transformer-Netzwerke bezeichnet wird und die Anwendbarkeit von gradientenbasierten Lernalgorithmen auf Systeme erweitert, die aus Modulen bestehen, die Graphen als Eingaben verwenden und Graphen als Ausgaben erzeugen. Das Training erfolgt durch die Berechnung von Gradienten einer globalen Zielfunktion bezüglich aller Parameter im System unter Verwendung einer Art Rückpropagationsverfahren. Ein komplettes Prüflesesystem, das auf diesen Konzepten basiert, wird beschrieben. Das System verwendet konvolutionale neuronale Netzwerk-Zeichenerkenner, kombiniert mit globalen Schulungstechniken, um eine Aufzeichnungsgenauigkeit bei Geschäftsschecks und persönlichen Schecks zu gewährleisten. Es ist derzeit kommerziell im Einsatz und liest Millionen von Schecks pro Monat.