文档索引的未来：GPT与Donut革命性地 revolutionize 目录处理
信息检索
2024-03-13 v1 人工智能
计算机视觉与模式识别
摘要
工业项目高度依赖冗长复杂的规范文档，手动从中提取结构化信息的过程繁琐且成为主要瓶颈。本文提出一种创新方法，利用两种前沿AI模型的能力来自动化此过程：Donut是一种从扫描文档中直接提取信息且无需OCR的模型，OpenAI GPT-3.5 Turbo是一种稳健的大语言模型。该方法的实施步骤是获取建筑规范文档的目录(ToCs)，并随后将目录文本结构化为JSON数据。Donut达到85%的准确率，GPT-3.5 Turbo达到89%的准确率，成功地组织了目录。这是一次重大成就，代表了文档索引的重大进步，展示了AI在跨越各种文档类型的信息提取任务中巨大的潜力，提高了效率，解放了关键资源。
引用
@article{arxiv.2403.07553,
title = {The future of document indexing: GPT and Donut revolutionize table of content processing},
author = {Degaga Wolde Feyisa and Haylemicheal Berihun and Amanuel Zewdu and Mahsa Najimoghadam and Marzieh Zare},
journal= {arXiv preprint arXiv:2403.07553},
year = {2024}
}
备注
Document AI, Document Classification, Information extraction, Large Language Models, OCR Models, Visual Document Understanding