DocTrack: 一个与人眼运动真正对齐的视觉丰富的文档数据集,用于机器阅读

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了文档人工智能社区重新评估当前方法学的任务,并提出了文档理解数据集和评估(DUDE)来纠正在理解视觉丰富文档方面的研究进展。DUDE包含来自各个行业、领域和多页的视觉丰富文档的各种问题、答案和布局,并通过创建多任务和多领域的评估设置来推动当前方法的界限。

🏷️

标签

➡️

继续阅读