阅读顺序

余俊晖7 个月前
深度学习·多模态·文档智能·阅读顺序
【文档智能】符合人类阅读顺序的文档模型-LayoutReader原理及权重开源阅读顺序检测旨在捕获人类读者能够自然理解的单词序列。现有的OCR引擎通常按照从上到下、从左到右的方式排列识别到的文本行，但这并不适用于某些文档类型，如多栏模板、表格等。LayoutReader模型使用seq2seq模型捕获文本和布局信息，用于阅读顺序预测，在实验中表现出色，并显著提高了开源和商业OCR引擎在文本行排序方面的表现。