从CV到NLP,什么才能擦亮RPA的眼？

RPA正在受到越来越多企业的重视，而衡量RPA水准的重要指标，拾取能力无疑是其中的关键，而从CV拾取到NLP，众多厂商为了提高拾取水平也是费了不少脑筋。

首先，我们必须了解CV，也就是机器视觉方面的原理，它主要用于解决基于图像、多媒体等的可视化数据的结构化，目前人脸识别、车辆识别、场景识别、行为分析、物体识别、色彩识别等等。还有面向文本的图表识别、文字识别、特定要素定位等目标检测技术。

然而有这么一家RPA厂商的开发人员却认为，CV识别并不是提升RPA拾取能力的唯一答案，自然语言处理( Natural Language Processing, NLP)技术作为计算机科学领域与人工智能领域中的一个重要方向。主要解决文本结构化处理，包括本体识别、句法关系识别、基于语义指纹的文本比对和去重、自然语言理解等，也就是NLU和NLG等。这些技术是重点，大量文本数据都需要来处理，广义来说，任何字符串数据都一样，所以日志、代码等在NLP技术面前是一样对等可被处理的。