基于大边际特征匹配与启发式方法的层次化文档解析
计算与语言
2025-03-11 v2 计算机视觉与模式识别
摘要
我们呈现针对AAAI-25 VRD-IU挑战的解决方案，最终在竞赛中获得第一名。我们的 метод整合了大边际损失以提高特征判别力，并采用启发式规则来细化层次关系。通过将基于深度学习的匹配策略与贪婪算法相结合，我们在准确率上实现了显著提升，同时保持了计算效率。该方法在私人leaderboard上实现了0.98904的准确率，展示了其在文档结构解析中的有效性。源代码已公开发布于https://github.com/ffyyytt/VRUID-AAAI-DAKiet。
引用
@article{arxiv.2502.07442,
title = {Hierarchical Document Parsing via Large Margin Feature Matching and Heuristics},
author = {Duong Anh Kiet},
journal= {arXiv preprint arXiv:2502.07442},
year = {2025}
}
备注
DocUI@AAAI-25, 2 pages, technical report