論文の概要: ChartLens: A Dual-Branch Framework for Chart Data Correction and Factual Summary Refinement

• arxiv url: http://arxiv.org/abs/2606.10640v1
• Date: Tue, 09 Jun 2026 09:45:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.424067
• Title: ChartLens: A Dual-Branch Framework for Chart Data Correction and Factual Summary Refinement
• Title（参考訳）: ChartLens: チャートデータの補正とファクチュアルなサマリリファインメントのためのデュアルブランチフレームワーク
• Authors: Hao Liu, Ruping Cao, Kun Wang, Zhiran Li, Fan Liu, Yupeng Hu, Liqiang Nie,
• Abstract要約: データMFMチャレンジトラック2:チャート理解のためのチャンピオンソリューションを提示する。 このトラックは、構造化されたチャートデータを復元し、チャート画像から忠実な自然言語要約を生成するモデルを必要とする。 グラフデータの修正と要約を行うための二分岐フレームワークであるChartLensを提案する。
• 参考スコア（独自算出の注目度）: 55.77198392899527
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this report, we present our champion solution for the DataMFM Challenge Track 2: Chart Understanding. This track requires models to recover structured chart data and generate faithful natural-language summaries from chart images. To address the complementary requirements of accurate data extraction and factual narration, we propose ChartLens, a dual-branch framework for chart data correction and summary refinement. ChartLens consists of two key modules: Structure-Aware CSV Verification and Correction (SAVC) and Text-Retention-Guided Summary Refinement (TRSR). SAVC improves the reliability of structured data extraction through verification and correction, while TRSR enhances summary generation by preserving critical textual and numerical evidence from charts. By combining model adaptation, correction-based generation, and OCR-assisted evidence grounding, ChartLens improves both structured data recovery and summary factuality. On the test set, our final system achieves an overall score of 69.10 and ranks first in Track 2, demonstrating its effectiveness for accurate chart understanding. Our code will be released at: https://github.com/iLearn-Lab/CVPRW26-ChartLens.
• Abstract（参考訳）: 本稿では,DataMFM Challenge Track 2: Chart Understanding のチャンピオンソリューションについて述べる。 このトラックは、構造化されたチャートデータを復元し、チャート画像から忠実な自然言語要約を生成するモデルを必要とする。 正確なデータ抽出と実測的ナレーションの相補的な要件に対処するため,グラフデータ修正と要約精算のための2分岐フレームワークであるChartLensを提案する。 ChartLensは、Structure-Aware CSV Verification and Correction (SAVC)とText-Retention-Guided Summary Refinement (TRSR)の2つの重要なモジュールで構成されている。 SAVCは、検証と修正による構造化データ抽出の信頼性を改善し、TRSRは、チャートから重要なテキストおよび数値的証拠を保存することで要約生成を強化する。 モデル適応、修正ベース生成、OCR支援エビデンスを基礎として、ChartLensは構造化データリカバリと要約事実の両方を改善している。 テストセットでは, 総合スコア69.10を達成し, トラック2にランクインし, 正確なチャート理解の有効性を実証した。 私たちのコードは、https://github.com/iLearn-Lab/CVPRW26-ChartLensでリリースされます。

関連論文リスト

• CharTide: Data-Centric Chart-to-Code Generation via Tri-Perspective Tuning and Inquiry-Driven Evolution [23.66187133157774]
  CharTideは、チャート・ツー・コード生成のための新しいデータ中心のフレームワークである。 トレーニングを視覚的知覚、純粋テキストのコードロジック、モダリティの融合ストリームに明確に分離する。 ChartMimic、Plot2Code、ChartXの実験によると、ChartTide-7B/8Bはオープンソースベースラインを著しく上回っている。
  論文  参考訳（メタデータ） (2026-04-24T03:39:51Z)
• ChartE$^{3}$: A Comprehensive Benchmark for End-to-End Chart Editing [64.65742943745866]
  ChartE$3$はEnd-to-End Chart Editingベンチマークである。 中間的な自然言語プログラムやコードレベルの監視に頼ることなく、モデルを直接評価する。 1200以上の高品質なサンプルが、十分に設計されたデータパイプラインを通じて構築されている。
  論文  参考訳（メタデータ） (2026-01-29T13:29:27Z)
• ChartAnchor: Chart Grounding with Structural-Semantic Fidelity [19.798612765001746]
  チャートグラウンド(英: Chart grounding)とは、チャートの視覚的外観と構造的意味論の間の双方向のアライメントを指す。 ChartAnchorは、8k以上のチャートテーブルコードトリプルのベンチマークである。 マルチレベル評価フレームワークは、セマンティックバリデーション、スタイリスティック分析、知覚メトリクスを統合して、構造的およびコンテンツレベルの正確性を評価する。
  論文  参考訳（メタデータ） (2025-11-30T18:28:09Z)
• BigCharts-R1: Enhanced Chart Reasoning with Visual Reinforcement Finetuning [51.472854950300416]
  視覚的に多様なチャート画像を生成するデータセット生成パイプラインであるBigChartsを提案する。 純粋な合成データセットとは異なり、BigChartsは現実世界のデータを取り込んで、信頼性と視覚的多様性を保証する。 チャート推論に特化して設計された新たな報酬信号を導入することにより,モデルの堅牢性と一般化が促進される。
  論文  参考訳（メタデータ） (2025-08-13T13:39:17Z)
• End-to-End Chart Summarization via Visual Chain-of-Thought in Vision-Language Models [0.0]
  本稿では,チャート要約のためのEnd-to-End Visual Chain-of-Thought (V-CoT)を提案する。 本手法では,LVLMを直接トレーニングして,チャート画像の処理とテキスト要約をエンドツーエンドで生成する。 我々は、視覚的推論ステップを実行するためにLVLMを暗黙的に誘導する、微調整による視覚的連鎖機構を組み込んだ。
  論文  参考訳（メタデータ） (2025-02-24T19:13:45Z)
• On Pre-training of Multimodal Language Models Customized for Chart Understanding [83.99377088129282]
  本稿では,MLLMのチャート理解を改善するために必要な学習過程について考察する。 詳細なチャート理解に適したMLLMであるCHOPINLLMを紹介する。
  論文  参考訳（メタデータ） (2024-07-19T17:58:36Z)
• ChartReader: A Unified Framework for Chart Derendering and Comprehension without Heuristic Rules [89.75395046894809]
  ChartReaderは、チャートのデレンダリングと理解タスクをシームレスに統合する統合フレームワークです。 提案手法には,トランスフォーマーに基づくチャートコンポーネント検出モジュールと,チャートからXまでのタスクに対する事前学習型視覚言語モデルが組み込まれている。 提案するフレームワークは,チャート解析に係わる作業を大幅に削減し,ユニバーサルチャート理解モデルへの一歩を踏み出すことができる。
  論文  参考訳（メタデータ） (2023-04-05T00:25:27Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。