Fugu-MT 論文翻訳(概要): Recognition-free Question Answering on Handwritten Document Collections

論文の概要: Recognition-free Question Answering on Handwritten Document Collections

arxiv url: http://arxiv.org/abs/2202.06080v1
Date: Sat, 12 Feb 2022 14:47:44 GMT
ステータス: 処理完了
システム内更新日: 2022-02-15 15:51:01.919417
Title: Recognition-free Question Answering on Handwritten Document Collections
Title（参考訳）: 手書き文書コレクションにおける認識フリー質問応答
Authors: Oliver T\"uselmann, Friedrich M\"uller, Fabian Wolf and Gernot A. Fink
Abstract要約: 手書き文書に対する無認識質問回答手法を提案する。我々のアプローチは、挑戦的なBenthamQAとHW-SQuADデータセットにおいて、最先端の認識自由モデルよりも優れています。
参考スコア（独自算出の注目度）: 3.0969191504482247
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In recent years, considerable progress has been made in the research area of Question Answering (QA) on document images. Current QA approaches from the Document Image Analysis community are mainly focusing on machine-printed documents and perform rather limited on handwriting. This is mainly due to the reduced recognition performance on handwritten documents. To tackle this problem, we propose a recognition-free QA approach, especially designed for handwritten document image collections. We present a robust document retrieval method, as well as two QA models. Our approaches outperform the state-of-the-art recognition-free models on the challenging BenthamQA and HW-SQuAD datasets.
Abstract（参考訳）: 近年,文書画像における質問回答(QA)の研究領域において,かなりの進展が見られる。現在のDocument Image AnalysisコミュニティのQAアプローチは、主に機械印刷されたドキュメントに焦点を当てており、手書きに限られている。これは主に手書き文書の認識性能の低下によるものである。この問題に対処するために,特に手書き文書画像コレクション用に設計された認識自由なQA手法を提案する。本稿では,堅牢な文書検索手法と2つのqaモデルを提案する。我々のアプローチは、挑戦的なBenthamQAとHW-SQuADデータセットに関する最先端の認識自由モデルよりも優れています。

関連論文リスト

DocXplain: A Novel Model-Agnostic Explainability Method for Document Image Classification [5.247930659596986]
本稿では,高解釈性特徴属性マップの生成に特化して設計された新しいモデルに依存しない説明可能性手法であるDocXplainを紹介する。 4つの異なる評価指標を用いて,文書画像分類の文脈において提案手法を広範囲に評価した。著者の知識を最大限に活用するために、本研究は、特に文書画像に適した、モデルに依存しない属性に基づく説明可能性法を初めて提示する。
論文参考訳（メタデータ） (2024-07-04T10:59:15Z)
HiQA: A Hierarchical Contextual Augmentation RAG for Multi-Documents QA [13.000411428297813]
コンテンツにカスケードメタデータと複数ルート検索機構を統合した,高度な多文書質問応答(MDQA)フレームワークであるHiQAを提案する。また、MDQAの評価と研究を行うMasQAというベンチマークもリリースしました。
論文参考訳（メタデータ） (2024-02-01T02:24:15Z)
DocAligner: Annotating Real-world Photographic Document Images by Simply Taking Pictures [24.76258692552673]
そこで本稿では,手作業によるアノテーション処理を簡易に表現するDocAlignerを提案する。写真用文書画像とその清潔な画像との密接な対応を確立することで、これを実現する。ドキュメントイメージの特徴を考えると、DocAlignerはいくつかの革新的な特徴を取り入れている。
論文参考訳（メタデータ） (2023-06-09T08:29:15Z)
Peek Across: Improving Multi-Document Modeling via Cross-Document Question-Answering [49.85790367128085]
我々は,事前学習対象に答える新しいクロスドキュメント質問から,汎用的なマルチドキュメントモデルを事前学習する。この新規なマルチドキュメントQA定式化は、クロステキスト情報関係をよりよく回復させるようモデルに指示する。分類タスクや要約タスクに焦点を当てた従来のマルチドキュメントモデルとは異なり、事前学習対象の定式化により、短いテキスト生成と長いテキスト生成の両方を含むタスクを実行できる。
論文参考訳（メタデータ） (2023-05-24T17:48:40Z)
Deep Unrestricted Document Image Rectification [110.61517455253308]
文書画像修正のための新しい統合フレームワークDocTr++を提案する。我々は,階層型エンコーダデコーダ構造を多スケール表現抽出・解析に適用することにより,元のアーキテクチャをアップグレードする。実際のテストセットとメトリクスをコントリビュートして、修正品質を評価します。
論文参考訳（メタデータ） (2023-04-18T08:00:54Z)
Open Set Classification of Untranscribed Handwritten Documents [56.0167902098419]
重要な写本の膨大な量のデジタルページイメージが世界中のアーカイブに保存されている。ドキュメントのクラスや型付け'はおそらくメタデータに含まれる最も重要なタグです。技術的問題は文書の自動分類の1つであり、それぞれが書き起こされていない手書きのテキスト画像からなる。
論文参考訳（メタデータ） (2022-06-20T20:43:50Z)
GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文参考訳（メタデータ） (2022-04-12T03:49:35Z)
DocScanner: Robust Document Image Rectification with Progressive Learning [162.03694280524084]
この研究はDocScannerという、文書画像の修正のための新しいディープネットワークアーキテクチャを提示する。 DocScannerは、修正されたイメージの1つの見積を維持し、再帰的なアーキテクチャで徐々に修正される。反復的な改善によりDocScannerは堅牢で優れたパフォーマンスに収束し、軽量なリカレントアーキテクチャにより実行効率が保証される。
論文参考訳（メタデータ） (2021-10-28T09:15:02Z)
Asking questions on handwritten document collections [35.85762649504866]
本研究は手書き文書コレクションにおける質問回答(QA)の問題に対処する。一般的なQAやVQA(Visual Question Answering)とは違い,回答は短いテキストである。我々は,手書き文書や,堅牢なテキスト認識が困難な歴史的コレクションに,認識自由なアプローチが適していると主張している。
論文参考訳（メタデータ） (2021-10-02T02:40:40Z)
Enhance to Read Better: An Improved Generative Adversarial Network for Handwritten Document Image Enhancement [1.7491858164568674]
本稿では,GAN(Generative Adversarial Networks)に基づくエンド・ツー・エンドアーキテクチャを提案する。私たちの知る限りでは、これは手書き文書をバイナライズしながらテキスト情報を使用する最初の作業である。 H-DIBCO 2018の課題では、人工的に劣化したラテン手書き画像でトレーニング済みのモデルを微調整した後、アートの状況よりも優れています。
論文参考訳（メタデータ） (2021-05-26T17:44:45Z)
Knowledge-Aided Open-Domain Question Answering [58.712857964048446]
本稿では,知識支援型オープンドメインQA(KAQA)手法を提案する。文書検索の際、質問と他の文書との関係を考慮し、候補文書を採点する。回答の再ランク付けの間、候補の回答は、自身のコンテキストだけでなく、他の文書からのヒントを使って再ランクされる。
論文参考訳（メタデータ） (2020-06-09T13:28:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。