本文提出了一种增强模型对细粒度视觉和布局特征的捕捉能力的新方法，通过引入颜色先验知识，并在基准数据集上实验证明其优于强大的 LayoutLM 系列基线。研究不同的颜色方案对该方法的影响，为优化模型性能提供了启示。

通过视觉 - 非对称一致性学习在文档图像中增强的语义实体识别
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证