A csekkeket általában képként kapják meg, nem szöveges sorozatként. Ez azért van, mert a csekkek fizikai papírdokumentumok, amelyeket szkennelnek vagy fényképeznek a további feldolgozás érdekében.

Az ilyen képekből történő információk kinyeréséhez optikai karakterfelismerő (OCR) módszereket alkalmaznak. A felismerés után a kép szöveggé alakul, amelyet elemezni és gépi tanulási rendszerekben használni lehet.

Így az eredeti adatok a csekkek képei, a szöveges sorok pedig a feldolgozás és felismerés során keletkeznek.

Korábbi Következő