提升手写文档问答能力：基于识别的 HW-SQuAD 状态化模型
计算机视觉与模式识别
2024-07-16 v2
摘要
对手写文档进行问答是一项具有众多现实应用场景的具有挑战性的任务。本文提出一种新颖的基于识别的方法，对 HW-SQuAD 和 BenthamQA 数据集实现了超越前沿的改进。我们的模型在模型层面融合了基于 Transformer 的文档检索和集成方法，在 HW-SQuAD 和 BenthamQA 数据集上分别实现了 82.02% 和 69% 的精确匹配得分，显著超过了前沿的基于识别的方法，分别提升了 10.89% 和 3%。我们还增强了文档检索组件，将检索准确率从 90% 提升至 95.30%。我们的结果表明，我们提出的方法在提升手写文档问答方面具有重要意义。代码和训练好的模型将公开提供，以促进该临床自然语言处理领域的后续研究。
引用
@article{arxiv.2406.17437,
title = {Advancing Question Answering on Handwritten Documents: A State-of-the-Art Recognition-Based Model for HW-SQuAD},
author = {Aniket Pal and Ajoy Mondal and C. V. Jawahar},
journal= {arXiv preprint arXiv:2406.17437},
year = {2024}
}
备注
16 pages