Doc2Graph：一种基于图神经网络的任务无关文档理解框架
计算机视觉与模式识别
2023-07-18 v1
摘要
几何深度学习近期在包括文档分析在内的广泛机器学习领域引起了显著兴趣。图神经网络（GNNs）的应用已在各种文档相关任务中变得至关重要，因为它们能够揭示关键的信息抽取过程中基础的重要结构模式。文献中先前的工作提出任务驱动的模型，并未考虑图的全部能力。我们提出 Doc2Graph，一种基于 GNN 模型的任务无关文档理解框架，用以在给定不同类型文档时解决不同任务。我们在表单理解中的关键信息抽取、发票版面分析和表格检测两个具有挑战性的数据集上评估了我们的方法。我们的代码可在 https://github.com/andreagemelli/doc2graph 免费获取。
引用
@article{arxiv.2208.11168,
title = {Doc2Graph: a Task Agnostic Document Understanding Framework based on Graph Neural Networks},
author = {Andrea Gemelli and Sanket Biswas and Enrico Civitelli and Josep Lladós and Simone Marinai},
journal= {arXiv preprint arXiv:2208.11168},
year = {2023}
}
备注
TiE ECCV 2022