KIE关键信息抽取——SDMG-R

https://arxiv.org/pdf/2103.14470icon-default.png?t=N7T8https://arxiv.org/pdf/2103.14470

1.概述

  • 背景:传统的关键信息提取方法依赖于模板匹配,这使它们难以泛化到未见过的模板,且对文本识别错误不够鲁棒。
  • SDMG-R方法:提出一种端到端的双模态图推理方法,通过构建双模态图(视觉和文本特征),并在图节点之间迭代传递信息以推理分类。

其具体流程为:    

  • 图模型:将文档图像建模为图,图的节点代表检测到的文本区域,节点间的边表示空间关系。
  • 特征学习:每个节点通过循环神经网络(RNN)和卷积神经网络(CNN)学习文本和视觉特征。
  • 信息传播:节点特征通过图边迭代传播ÿ
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

樱花的浪漫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值