PARAGRAPH2GRAPH：一种基于GNN的版面段落分析框架
计算机视觉与模式识别
2023-04-25 v1
摘要
文档版面分析在各种领域、语言和业务场景中有广泛需求。然而，当前大多数最先进算法依赖于语言，其架构依赖transformer编码器或特定语言文本编码器（如BERT）进行特征提取。这些方法由于输入序列长度限制，处理超长文档能力有限，且与特定语言分词器紧密绑定。此外，由于缺乏考虑隐私的标注多语言文档数据集，训练跨语言文本编码器具有挑战性。而且，某些版面任务要求不同版面组件间无重叠的干净分离，这对基于图像分割的算法难以实现。在本文中，我们提出Paragraph2Graph，一种独立于语言的图神经网络（GNN）基模型，在常见文档版面数据集上取得有竞争力结果，同时可适应具有严格分离要求的业务场景。我们的模型仅有1995万参数，适用于工业应用，尤其是多语言场景。
引用
@article{arxiv.2304.11810,
title = {PARAGRAPH2GRAPH: A GNN-based framework for layout paragraph analysis},
author = {Shu Wei and Nuo Xu},
journal= {arXiv preprint arXiv:2304.11810},
year = {2023}
}