Fugu-MT 論文翻訳(概要): Developing an OCR model for Extracting Information from Invoices with Korean Language

論文の概要: Developing an OCR model for Extracting Information from Invoices with Korean Language

arxiv url: http://arxiv.org/abs/2609.35796v1
Date: Thu, 17 Sep 2026 15:13:03 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-05 14:48:16.272695
Title: Developing an OCR model for Extracting Information from Invoices with Korean Language
Title（参考訳）: 韓国語による請求書情報抽出のためのOCRモデルの構築
Abstract要約: 深層学習モデルと画像前処理技術を組み合わせた効率的な光学文字認識(OCR)モデルを提案する。提案したOCRモデルは,収集された請求書の豊富なセットで評価され,F1スコアの87%が無視可能な時間処理で達成可能であることが示された。
参考スコア（独自算出の注目度）: 0.4549831511476248
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Invoices are commercial documents that contain various pieces of information, including the purchased items, time, and total money. Making the extraction of important information crucial. The stored information serves different purposes. Korean language is the native language of about 80 million people, playing an important role in not only South and North Korea but also in many other countries such as Vietnam, Philippine where a large number of Korean companies are located. In this context, to automatically extract proper information from the invoices with Korean language, we propose an efficient Optical Character Recognition (OCR) model in which a deep learning model is combined with some image preprocessing techniques. The proposed OCR model is assessed in a rich set of collected invoices showing that 87% F1-score can be achieved with negligible time processing.
Abstract（参考訳）: 請求書は、購入した商品、時間、合計金額など、さまざまな情報を含む商業文書である。重要な情報の抽出が重要である。記憶されている情報は、異なる目的を果たす。韓国語は、約8000万人の母国語であり、韓国や北朝鮮だけでなく、多くの韓国企業があるベトナム、フィリピンなど多くの国でも重要な役割を担っている。本稿では,韓国語による請求書から適切な情報を自動的に抽出するために,深層学習モデルと画像前処理技術を組み合わせた効率的な光学文字認識(OCR)モデルを提案する。提案したOCRモデルは,収集された請求書の豊富なセットで評価され,F1スコアの87%が無視可能な時間処理で達成可能であることが示された。

関連論文リスト

Classification of non-analyzable word types in web documents to implement an effective Korean e-learning system [0.0]
1つはオンラインニュース記事のようなフォーマルな文書で、もう1つはウェブブログにおける新製品に関する顧客レビューのような非公式な文書でできている。テキストのかなりの割合が非公式であることを考えると、韓国のeラーニングシステムにおいて、それらを効果的に扱うための適切なモデルとしてローカル文法グラフ(LGG)を提案する。
論文参考訳（メタデータ） (2026-05-28T09:07:05Z)
A Hybrid Architecture for Multi-Stage Claim Document Understanding: Combining Vision-Language Models and Machine Learning for Real-Time Processing [0.0]
請求書は医療や保険業務に基本的であり、返済、監査、コンプライアンスの基盤となっている。本稿では,多言語光文字認識(OCR)エンジンのPaddleOCR,従来のロジスティック回帰,コンパクトビジョンランゲージモデル(VLM),Qwen 2.5-VL-7Bを統合した多段パイプラインを提案する。提案システムでは,文書毎の処理遅延を平均2秒以下に抑えながら,95%以上の文書型分類精度とフィールドレベルの抽出精度を約87%とする。
論文参考訳（メタデータ） (2026-01-05T08:40:44Z)
KORMo: Korean Open Reasoning Model for Everyone [24.596298830917394]
本研究は, 英語以外の言語, 特に韓国語を対象に, 主に合成データに基づいて訓練された, 完全にオープンなバイリンガル大言語モデル(LLM)を構築するための, 初めての大規模研究である。本研究は, 言語的包括的・多種多様な指導スタイルを念頭に置いた合成データが, 大規模事前学習における不安定性や劣化を生じさせないことを示した。実験の結果,(1) 合成データはモデル崩壊を伴わずに長期訓練を確実に維持でき,(2) バイリンガル指導は韓国語でほぼネイティブな推論と談話のコヒーレンスを可能にすることがわかった。
論文参考訳（メタデータ） (2025-10-10T14:31:25Z)
Shared Heritage, Distinct Writing: Rethinking Resource Selection for East Asian Historical Documents [60.348103523743276]
古典中国語から漢語・漢文への言語間移動可能性の仮定を疑問視する。実験の結果,漢文で書かれた古代朝鮮語文書の言語モデル性能に対する古典中国語データセットの影響は最小限であった。
論文参考訳（メタデータ） (2024-11-07T15:59:54Z)
Does Incomplete Syntax Influence Korean Language Model? Focusing on Word Order and Case Markers [7.275938266030414]
語順やケースマーカーなどの構文要素は自然言語処理において基本的なものである。本研究は,韓国語モデルがこの柔軟性を正確に捉えることができるかどうかを考察する。
論文参考訳（メタデータ） (2024-07-12T11:33:41Z)
YuLan: An Open-source Large Language Model [179.59272970659677]
本稿では,12億ドルのパラメータを持つオープンソースの大規模言語モデル (LLM) であるYuLanの開発について述べる。 YuLanのベースモデルは、英語、中国語、多言語テキストを含む多種多様なコーパスから派生した約1.7ドルのトークンで事前訓練されている。これらの段階にまたがってカリキュラム学習フレームワークを考案し,LLMが知識を習得し易い方法で学習することを支援する。
論文参考訳（メタデータ） (2024-06-28T11:52:53Z)
ReceiptSense: Beyond Traditional OCR -- A Dataset for Receipt Understanding [17.47301087011574]
データセットはアラビア語のレシート理解のために設計された包括的なデータセットである。データセットには、さまざまな小売設定からの2万のアノテートレシート、30,000のOCRアノテートイメージ、10,000のアイテムレベルのアノテーションが含まれている。
論文参考訳（メタデータ） (2024-06-06T20:38:15Z)
Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research [139.69207791947738]
ドルマ (Dolma) は、ウェブコンテンツ、科学論文、コード、パブリックドメインの書籍、ソーシャルメディア、百科事典の素材を多用した3トリルの英語コーパスである。我々はDolmaの設計原則、その構築の詳細、内容の要約を含む、Dolmaを文書化します。我々は、重要なデータキュレーションの実践について学んだことを共有するために、Dolmaの中間状態の分析と実験結果を示す。
論文参考訳（メタデータ） (2024-01-31T20:29:50Z)
Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages [70.25418443146435]
半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
論文参考訳（メタデータ） (2023-07-16T00:45:42Z)
Do All Languages Cost the Same? Tokenization in the Era of Commercial Language Models [68.29126169579132]
APIベンダは、使用量に基づいてユーザを課金する。具体的には、基盤となる言語モデルによって処理されたトークンの数や生成されるトークンの数に基づいて。しかし、トークンを構成するのは、異なる言語で同じ情報を伝達するのに必要なトークンの数に大きなばらつきに依存するトレーニングデータとモデルである。我々は, OpenAI の言語モデル API のコストと有用性について,22言語で多言語ベンチマークを行った。
論文参考訳（メタデータ） (2023-05-23T05:46:45Z)
Cross-lingual Machine Reading Comprehension with Language Branch Knowledge Distillation [105.41167108465085]
言語間機械読解(CLMRC)は、ローソース言語に大規模なデータセットがないため、依然として難しい問題である。本稿では,Language Branch Machine Reading (LBMRC) という新しい拡張手法を提案する。 LBMRCは、個々の言語に精通したMultiple Machine Read comprehension (MRC)モデルを訓練する。複数の言語分岐モデルから全ての対象言語に対する単一モデルへのアマルガメート知識の多言語蒸留アプローチを考案する。
論文参考訳（メタデータ） (2020-10-27T13:12:17Z)

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。