本文介绍了一种用于从魁北克手写教区登记簿中提取信息的完整工作流程，该工作流程通过将文档图像转换为个人化的信息，使其适用于遗传、人口统计和社会研究。工作流程采用逐步方法，并采用不同的机器学习模型，同时由专家设计的验证规则用于标准化提取的信息并确保其一致性。该方法已被用于魁北克教区登记簿中超过 200 万个页面的处理，并将被整合到 BALSAC 数据库中进行家族和系谱关系的重建。

Apr, 2023

本篇论文提出了一种基于 Transformer 的方法，用于从数字化手写文件中提取信息，将特征提取、手写识别和命名实体识别的步骤结合成了一个模型，并且在不同分辨率下比较了传统的两阶段方法，实验证明全页注意力模型能够从键值注释中进行学习，并且在多个数据集上胜过现有的方法。

Apr, 2023

从 1836 年到 1936 年的法国人口普查列表中提取信息的完整处理工作流程，采用自动手写表格识别、大规模数据采集、文件协作注释、训练手写表格识别模型以及图像的大规模处理方法，为人口学家分析社会变迁提供了改进法国经济和社会结构认知的重要数据。

Apr, 2024

本文提出了一种鲁棒的视觉信息提取系统（VIES），它是一个统一的端到端可训练框架，用于同时进行文本检测、识别和信息提取。同时，本文构建了一个名为 EPHOIE 的数据集，它是用于文本定位和视觉信息提取的第一个中文基准数据集。与最先进的方法相比，我们的系统在 EPHOIE 数据集上取得了显著的优异表现，在 SROIE 数据集的端到端情况下，F 分数提高了 9.01％。

Jan, 2021

本文提出了一种深度神经网络模型 ——Attend，Copy，Parse，该模型可直接在端到端数据上进行训练，跳过了创建复杂的单词级标签的需求，因此被认为在许多现实生活信息提取任务中可以使用。

Dec, 2018

提出一个包含 5,393 份手写历史文档的信息提取新数据库，其中手写的 finding aid 包含了从 18-20 世纪的六个系列的元数据，每个文档都被页级注释，涵盖了七个检索字段。此数据集是分割自由系统信息提取研究的好机会。提出了基于 Transformer 架构的模型，用于端到端信息提取，并提供三个数据集以进行未来研究的公平比较。

Apr, 2023

本文提出了一种统一的端到端文本阅读和信息提取网络，通过融合文本阅读的多模态视觉和文本特征来实现信息提取，并且信息提取中的语义有助于优化文本阅读，该方法在真实世界的数据集上表现出比现有方法更高的效率和准确性。

May, 2020

这篇论文介绍了一种名为 DeepReader 的新型企业级综合框架，其通过识别文档图像中的视觉实体并在不同实体之间填充元关系模型来促进文档图像中的信息提取，包括从表格、图表、脚注、文本框和标题等视觉实体中提取相关信息。

Dec, 2018

本文提出了基于 DocParser 的 OCR-free 端到端信息提取模型，不同于以往的方法，其能更好地提取具有区别性的字符特征，并在各种数据集上实现了最先进的结果，同时速度比以前的工作还要快。

Apr, 2023

本文介绍了如何使用少量标记数据和被标记语料库进行转移学习，以实现在规模上自动从表单状文件提取信息。

Jan, 2022