text extraction | BriefGPT - AI 论文速递

关键词text extraction

搜索结果 - 9

专用模型和高级技术提升孟加拉光学字符识别在多样文档类型中的应用
该研究提出了一种具有特殊能力的孟加拉语 OCR 系统，该系统在保留结构、对齐和图像的同时，在重建文档布局方面表现出色。它采用先进的图像和签名检测进行准确提取，并为文字分割提供了专门模型以适应多样化的文档类型，包括计算机排版、凸版印刷、打字机
PDF5 months ago
ACL使用语音助手引用屏幕文字
本文提出一种基于模块化模型和从 UI 中提取的文本的新型体验，旨在改善助手理解用户语境的能力，涉及语音助手，参考理解，数据集等。
PDFa year ago
基于 Transformer 的 UNet 结构，采用多头交叉注意力跳跃连接以消除扫描文档中的伪影
本研究使用修改后的 UNet 结构和 Swin Transformer Backbone 移除扫描文档中的典型画面伪影和压缩失真等文档中的 Artifacts，通过多头交叉关注跳过连接实现更具选择性地学习抽象级别。模型的性能在压缩误差、画素
PDFa year ago
利用 Deepfake 技术进行词语强调检测
本论文提出使用深度伪造技术来检测口语中的重音，并使用相同说话者的语音样本产生缺乏重音的语音来解决重音受说话者方言、语音特点等影响的问题，通过比较生成的语音和口语，能够较容易地检测出重音模式。
PDFa year ago
一种灵活框架的零样本文档级问答检测、检索和理解
本文提出了一种三阶段文件 QA 方法，包括从 PDF 中提取文本，从提取的文本中检索证据以形成良好的上下文，以及从上下文中提取 3 种类型的知识（抽取式、生成式或布尔式）。通过对 QASPER 的评估，DRC 系统在交付更优的上下文选择的同
PDF2 years ago
基于多特征融合的 Web 页面内容提取
本研究提出了一种基于多特征融合的网页文本提取算法，建立了小型神经网络，采用多种统计信息和提取策略，适应了更多页面类型，避免了手动确定阈值的问题。
PDF2 years ago
通过旋转区域建议网络改善旋转文字检测
本研究旨在扩展 Facebook 的场景文本抽取系统 Rosetta，以有效处理社交媒体平台上的旋转文本，实现提取和识别旋转文本的模型的建立和部署。实验结果表明，这种改进对于检测旋转文本有着显著的提升效果。
PDF6 years ago
MM利用文本分割和深度卷积序列从自然场景图像中离线提取印度区域语言
本文提出了一种通过图像纠正和分割以及使用深度学习技术进行文本识别和自然语言处理的方法，以从自然现场图像中提取区域语言信息，相比现有方法具有更好的性能。
PDF6 years ago
基于注意力的街景图像结构信息提取
本研究利用卷积神经网络（CNNs）、循环神经网络（RNNs）和新型的注意力机制设计了一个神经网络模型，可在处理困难法国街头路名标志（FSNS）数据集时，以 84.2％的准确率远超过之前的最优结果（Smith'16）的 72.46％。同时，该
PDF7 years ago