问题描述
我正在使用 fott.azure 网站上的训练工具来训练我的模型，我能够正确标记字段，但该工具正在删除已识别文本中的所有空格。我也遇到了与 Recognize API 相同的问题。
这是一个例子
实际文本： 美利坚合众国
JSON 响应： UnitedStatesofAmerica
培训工具是否有任何设置可以防止出现此问题？
解决方法
考虑到这一点，不应删除空格。您能否也尝试一下 http://fott-2-1.azurewebsites.net 上最新的 Form Recognizer GA 2.1 版？你能分享你试过的文件吗？请在共享前删除任何 PII。请随时通过表单识别器与我们联系 联系我们 formrecog_contact@microsoft.com
,FOTT工具会以词级保存标注文本，以示例文本“美利坚合众国”为例，在标签文件中将拆分为四个词：
- “United”及其边界框。
- “States”及其边界框。
- “of”及其边界框。
- “美国”及其边界框。
当返回预测结果时，预测字段也会有文字级别的文本。我们可以用空格连接单词来组装整个文本。
这是 FOTT 的设计行为，因此遗憾的是没有用于保留空间的配置。
正如 Neta 提到的，你能不能试试 Form Recognizer 2.1 GA 版本，在这个版本中我相信有字段“text”属性包含预测的整个文本，这可能是你所期望的 :)
希望对您有所帮助，如果这篇文章没有回答您的问题，请随时使用 Neta 提供的联系信息与我们联系。谢谢！