推动手写文件上的问答:基于最先进识别的模型的 HW-SQuAD
原文中文,约400字,阅读约需1分钟。发表于: 。该研究提出了一种基于识别的新颖方法,通过使用基于变压器的文档检索和集成方法在模型层面上改进了 HW-SQuAD 和 BenthamQA 数据集上的现有最先进技术,分别实现了 82.02%和 92.55%的精确匹配得分,在 HW-SQuAD 和 BenthamQA 数据集上超过了现有最佳的基于识别的方法 10.89%和 26%。我们还增强了文档检索组件,将前五次检索的准确性从 90%提高到...
该研究提出了一种基于识别的新方法,通过使用基于变压器的文档检索和集成方法在HW-SQuAD和BenthamQA数据集上改进了现有技术,实现了82.02%和92.55%的精确匹配得分,超过了现有最佳方法10.89%和26%。文档检索组件的准确性从90%提高到95.30%。研究结果证明了该方法在推进手写文档问答方面的重要性。代码和训练模型将公开提供,以促进未来研究。