TabIQA：基于商业文档图像的表格问答
计算机视觉与模式识别
2023-03-28 v1 计算与语言
摘要
商业文档中的表格问答面临诸多挑战，需要理解表格结构、跨文档引用以及超出简单检索的额外数值计算。本文提出一种名为 TabIQA 的新流水线，用于回答有关商业文档图像的问题。TabIQA 结合了最先进的深度学习技术：1）从图像中提取表格内容与结构信息；2）回答与结构化表格中数值数据、基于文本的信息及复杂查询相关的各类问题。在 VQAonBD 2023 数据集上的评估结果证明了 TabIQA 在表格相关问答中取得良好性能的有效性。TabIQA 代码库见 https://github.com/phucty/itabqa。
引用
@article{arxiv.2303.14935,
title = {TabIQA: Table Questions Answering on Business Document Images},
author = {Phuc Nguyen and Nam Tuan Ly and Hideaki Takeda and Atsuhiro Takasu},
journal= {arXiv preprint arXiv:2303.14935},
year = {2023}
}
备注
First two authors contributed equally