Aug, 2023

文件自动化架构：大型语言模型的最新调查

PDF
TL;DR本文调查了文件自动化技术的现状，定义和描述了其特点，辨识了学术研究中的最新 DA 架构和技术，以及基于生成式 AI 和大型语言模型的最新进展，为 DA 领域的新研究机会提供了思路。
document automationda architecturestechnologiesacademic researchgenerative ai
发现论文，激发创造
  • 公共事务领域的文档布局标注：数据库和基准

    本文介绍了一种用于半自动标注数字文档的过程，收集公共事务领域的新数据库，其中包括来自西班牙管理层的 24 个数据源。使用本文提出的文本标注程序可实现高达 99％的准确性。

    Jun, 2023

  • 文档 AI：基准、模型和应用

    本文简要介绍了文档智能技术的发展和应用，重点关注了基于深度学习的自然语言处理和计算机视觉方法，提出了利用预训练技术的深度学习方法作为未来文档智能研究的方向。

    Nov, 2021

  • 文档智能：基于 Transformer、基于图的模型和卷积神经网络的文档布局分析的比较研究

    本研究旨在对文档布局分析的最先进模型进行比较评估，并利用机器翻译技术探索跨语言文档布局分析的潜力。

    Aug, 2023

  • DoSA：人机协同加速商务文件标注系统

    介绍了利用文档通用数据集和模型进行启动的 DoSA（文档特定自动注释）方法。通过自动化的方法生成的初步注释可以由人类审查其正确性。这些注释可以用作训练新的文档特定模型的反馈，其中自动化注释可以经过人工审查以检查其正确性。本文的范围仅限于类似于表单的文档，但随着更多数据集的建立，这个想法可以扩展到更多类型的文档中。

    Nov, 2022

  • 文档布局分析的图形方法

    文档布局分析是检测文档中不同的语义内容并正确分类到适当类别（如文本、标题、图表）的任务。本研究采用基于图的布局分析模型（GLAM），将每个 PDF 页面表示为结构化图，并将布局分析问题作为图分割和分类问题进行。与现有模型相比，GLAM 既能在两个具有挑战性的数据集上与现有模型相媲美，又比现有模型小一个数量级。

    Aug, 2023

  • 自动文档草图：从类似文本生成草稿

    本文介绍了一种新的任务：文档素描，该任务涉及为作者生成完整的草稿文件以供查看和修订，并介绍了基于维基百科的类似文件的数据集，以及弱监督方法（包括基于变压器的专家混合体和强化学习）的应用。通过自动化和人工评估方法对实验进行了报告，并讨论了这些模型的相对优点。

    Jun, 2021

  • 基于 LLM 的公共行政领域语义模板的多智能体生成半结构化文档

    在数字化过程中，特别是在公共管理领域，文件的创建和管理变得越来越复杂和多样化。本文提出了一种结合大型语言模型（LLMs）、提示工程和多智能体系统的新方法，用于生成符合所需结构的新文档。该方法通过从 LLM 进行语义检索生成任务描述，取代了常用的人工提示方式，并通过一系列实验和案例研究展示了其在现实世界的公共管理场景中的有效性。

    Feb, 2024

  • 由需求到体系结构：基于人工智能的半自动软件体系结构生成之旅

    使用人工智能技术基于需求半自动生成软件架构候选方案，并通过定量分析和架构权衡分析方法进行自动评估和交叉分析，以提高生成架构模型的质量、效率和有效性。

    Jan, 2024

  • 自动化深度学习：神经架构搜索不是终点

    该综述回顾了自动深度学习方向的研究进展，提出了十个评估标准，包括新颖性、解决方案质量、效率、稳定性、可解释性、再现性、工程质量、可扩展性、泛化性和环保性。

    Dec, 2021

  • 自动新闻写作的计算架构比较

    比较了常用的自然语言生成方法，探讨模板模型、管道模型和神经网络模型在从结构化数据生成葡萄牙语文本时的表现，并发现中间步骤较多的方法能比端到端的神经网络模型生成更好的文本。

    Oct, 2022