本研究提出了一种高效的后处理算法，解决了检索增强生成（RAG）系统中源引用不准确的问题，引用准确度提高了15.46%。该方法结合了关键字匹配、BERTScore调整和轻量级LLM技术，增强了AI生成内容的可靠性。

该论文介绍了使用预训练的语言模型LayoutLM提取商业文件信息的方法。通过引入新的预训练任务和后处理算法，模型可以更好地理解文档布局和数字值。实验结果表明，该方法显著提高了对支出收据、发票和采购订单的提取性能。