复选框和签名

复选框和签名这两个元素在各种类型的文档（从合同协议到注册表单）中发挥着至关重要的作用。了解如何正确注释复选框和签名对于充分利用模型非常重要。

复选框

注释文档时，您可能会遇到几种使用复选框的多选字段类型：

Mutually exclusive checkboxes.
Non-mutually exclusive checkboxes, where you can select more than one option.

要考虑的一个重要方面是给定多选字段中提供的选项数量。在某些情况下，可能有单个选项，其中复选框是否处于选中状态。但是，在许多情况下，可能有 10、20 甚至更多选项，这些选项通常组织成网格或表格格式，这在体检表单中很常见。

在注释这些不同的多选字段时，您可以使用四种主要方法。

标注选项

Let's use an example to understand how you can annotate the options.

注意：在开始为选项添加注释之前，请确保您已为每个相关选项创建了一个常规字段。

考虑文档包含年份选项的情况。在这些场景中，您只有一个字段，并且只需注释所选用词。例如，如果已选中旁边的复选框，则标注2018 ；如果选中该选项，则标注2019 。如果两个选项均未选择，则不应注释两个选项。无法实现同时选中两个选项的场景；包含此类实例的文档应从集合中省略。

此方法的优点是您只有一个字段，需要的数据较少。它也不依赖于复选框检测成功。例如，如果一个复选框被错误地检测为字母 X，模型仍可以学习识别它表示选择了它旁边的选项。

但是，一个潜在的缺点是必须确保两个选项的代表性大致相同，但情况可能并非总是如此。例如，如果数据集中 90％的文档都检查了“ 2018 ”，则模型的性能可能会受到影响，从而导致此方法失败。当您有更多选项时，问题会变得更糟，因为其中一些选项几乎总是很少见。在这些情况下，您可能需要创建虚假文档，并选中稀有选项以平衡问题。

Annotate the checkboxes, with separate field for each checkbox

注意：在开始为选项添加注释之前，请确保您已为每个相关选项创建了一个常规字段。

在上一个示例中，您可能创建了两个不同的字段：一个标记为2018 ，您可以在其中一致注释该年的复选框，另一个标记为2019 ，您可以在其中连续注释 2019 的复选框（无论它是否处于选中状态）。这种方法的积极方面是，平衡变得不那么重要。即使 90％的情况下都选择了一个选项，模型仍然可以学习识别它们，因为复选框的位置是固定的。

缺点是您有两个字段，而不是一个字段。虽然在处理两个选项时这可能不会造成太大的问题，但在处理 10 到 20 个选项并随后创建 10 到 20 个字段而不是单个字段时，可能会使注释过程大大复杂化。此外，这也导致模型训练过程更具挑战性，需要更多训练数据。

另一个缺点是偶尔会错误检测复选框，这可能会导致工作流中需要更复杂的逻辑来管理所有返回的 X、V 或 K 字符。在某些情况下，OCR 甚至可能会将复选框与其旁边的单词合并，例如X2018 ，这需要更复杂的 RPA 逻辑来处理这种情况。