基于类感知 QA 集成的发票抽取零样本任务迁移
信息检索
2021-08-16 v1 人工智能
计算与语言
机器学习
摘要
我们提出 VESPA，一个刻意简单却新颖的零样本系统，用于与版式、地域和领域无关的文档抽取。尽管存在大量文档语料，标注与验证数据集的缺乏使得为企业判别式训练文档抽取模型成为挑战。我们表明，该问题可通过简单地将信息抽取（IE）任务迁移至自然语言问答（QA）任务来解决，而无需设计任务专用架构。我们通过在具有多种复杂版式、领域和地理分布的真实零售与税务发票封闭语料上评估，证明了系统的有效性。实证评估显示，我们的系统优于 4 个使用专为发票抽取设计的判别式训练架构的知名商业发票解决方案。我们在零前期人工标注或训练的情况下抽取了 6 个字段，平均 F1 为 87.50。
引用
@article{arxiv.2108.06069,
title = {Zero-shot Task Transfer for Invoice Extraction via Class-aware QA Ensemble},
author = {Prithiviraj Damodaran and Prabhkaran Singh and Josemon Achankuju},
journal= {arXiv preprint arXiv:2108.06069},
year = {2021}
}