丨汀、的博客

问题描述：在使用UIE-X 模型微调时，进行实体抽取的时候，如何提升OCR的识别(中文)准确率，目前提取关系正常，但OCR识别结果存在错别字和未识别到的部分OCR那里检测和识别要标注训练调整OCR效果没有PADDLEHUB上的模型效果好，可以分开，就是使用检测模型检测，将检测到的区域传递给你想要使用的PADDLEHUB模型让其识别，从而达到一个较好的效果OCR识别部分可以自定义输入的，可用PaddleOCR，也可以用其他OCR服务。

FastDeploy UIE 模型 Python 部署示例：GPU、CPU版本安装依赖

据悉，2022年教育部将围绕“巩固提高、深化落实、创新突破”三个关键词展开工作。要进一步强化学校教育主阵地作用，继续把落实“双减”作为学校工作的重中之重，重点从提高作业设计水平、提高课后服务水平、提高课堂教学水平、提高均衡发展水平四个方面持续巩固提高学校“双减”工作水平。‘教育部：将从四个方面持续巩固提高学校“双减”工作水平’

答：可以合并基于uie-x微调。问：那每一种单据的schema不一样。一种单据需要启动一个Taskflow吧？答：如果对推理速度要求不高的场景，也可以将schema合并，load一个Taskflow任务答：你可以用uiex训练一个分类模型，然后使用对应的类型的schema。不过推理脚本可能要修改一下。

三种分类都可以在 UTC 框架下实现，其中 multi-class 需要修改评估代码。1.multi-label: UTC 默认是 multi-label 形式2.hierachical: applications/text_classification/*/few-shot 目录下 hierachical 的代码实现和 multi-label 是相同的，区别是数据层面将多级标签用 ## 分隔符拼接了起来，形式上仍是 multi-label。

CPU下微调推荐使用小尺寸的模型，可以尝试下通过下面的方式执行微调。