document ai | BriefGPT - AI 论文速递

关键词document ai

搜索结果 - 7

XFormParser：一种简单而有效的多模式多语言半结构化表单解析器
在文档 AI 领域中，半结构化表单解析起着至关重要的作用。本研究提出了一种简单而有效的多模态和多语言半结构化表单解析器（XFormParser），它基于全面的预训练语言模型，并创新地融合了语义实体识别（SER）和关系抽取（RE）技术。通过针
PDFa month ago
AAAILongFin：面向长金融领域文档的多模态文档理解模型
长表是一种能够编码多达 4K 个标记的多模态文件 AI 模型，它在广泛的金融数据集上表现出超越现有公共模型的性能，同时在现有单页基准测试上保持可比较的结果。
PDF5 months ago
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。
PDF10 months ago
文档理解数据集与评估（DUDE）
本文探讨文档人工智能 (Document AI) 社区重新评估当前的方法学，并挑战创建更具实际意义的基准标准的任务。文档理解数据集和评估 (DUDE) 旨在纠正在理解视觉丰富文档方面的研究进展。我们提出了新的数据集，其中包含来自各个行业、领
PDFa year ago
CVPR统一视觉、文本和版式，实现通用文档处理
该研究提出了通用文档处理（UDOP）方法，使用 Vision-Text-Layout Transformer 对文本、图像和布局进行建模，实现了高质量的神经文档编辑和内容定制，是首个在文档 AI 领域一次性完成高质量文档编辑和内容定制的模型
PDF2 years ago
LayoutLMv3: 统一文本和图片遮盖的文档 AI 预训练
本文提出的 LayoutLMv3 是一种用于文档人工智能的多模态 Transformer 的预训练方法，用于统一文本和图像遮蔽，并通过预测文本单词的对应图像块是否被遮蔽的方式进行跨模态对齐。实验结果表明，LayoutLMv3 不仅在文本中心
PDF2 years ago
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。
PDF3 years ago