表单实体链接的文本分类模型
广义相对论与量子宇宙学
2022-03-30 v2 高能物理 - 理论
摘要
表单是一种广泛使用的基于模板的文档类型，应用于包括行政、医疗、金融或保险在内的众多领域。由于每日生成的表单数量不断增加，对这些文档中信息的自动提取需求巨大。然而，在处理扫描表单时，由于具有不同表单实体位置的模板高度多样，以及扫描文档的质量问题，这并非一项简单任务。在此背景下，所有表单共享一个特征：它们包含一组构建为键值（或标签-值）对的相互关联实体，以及其他如页眉或图像等实体。在这项工作中，我们通过结合图像处理技术和基于 BERT 架构的文本分类模型，解决了表单中的实体链接问题。该方法在 FUNSD 数据集上以 0.80 的 F1 分数达到了当前最优结果，较此前最佳方法提升 5%。本项目代码见 https://github.com/mavillot/FUNSD-Entity-Linking。
引用
@article{arxiv.2112.07442,
title = {Correction to black hole radiation due to pair annihilation},
author = {Moslem Shafiee},
journal= {arXiv preprint arXiv:2112.07442},
year = {2022}
}