InternVL icon indicating copy to clipboard operation
InternVL copied to clipboard

提取营业执照“经营范围“字段(较多行数据)时,会有出现大量的重复数据

Open ccp8123 opened this issue 1 year ago • 1 comments

个别营业执照经营范围(多行数据),在识别提取"经营范围"时,会有出现大量的重复数据 例如证照 qa 提取经营范围的时候,出现大量重复并且提取不全提取内容如下: "经营范围": "一般项目:餐饮管理,酒店管理,专业保洁,清洗、消毒服务;机械设备租赁,建筑设备租赁,建筑材料租赁;会议及展览服务,办公服务,商务服务,票务代理服务,礼仪服务,摄影服务,工程机械设备租赁,汽车租赁,停车场服务,家政服务,室内外装饰装修服务,劳务服务,日用百货、家用电器、文化用品、体育用品、五金产品、建筑材料、建筑及装饰材料、电子产品、办公用品、机械设备、计算机及配件、汽车配件、日用品、百货、日用杂货、服装、鞋帽、箱包、化妆品、工艺品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房用品、床上用品、家具、文具用品、玩具、体育用品、家用电器、厨房

ccp8123 avatar May 14 '24 06:05 ccp8123

测试客户端地址:https://internvl.opengvlab.com/

ccp8123 avatar May 14 '24 06:05 ccp8123

您好,感谢反馈。现在这个版本确实还存在比较高的重复概率,经过统计,在总量中大概占比3%左右,在涉及到OCR的问答中会更频繁一些,主要是训练数据没有清洗干净导致的,下一个版本会着重修复这个问题。

czczup avatar May 16 '24 05:05 czczup

我在验证表格数据中,也大概是3%的概率会遇到重复输出的问题,主要涉及OCR,将top_p从0.7调整到1.0时,会降低该问题出现的概率,大概能从3%降低到1%。

WangJianQ-0118 avatar Jun 20 '24 06:06 WangJianQ-0118