09:39
官方账号arXiv cs.AI@William Mocaër, Solène Tarride, Thomas Constum, Merveilles Agbeti-Messan, Tom Simon, Clément Chatelain, Stéphane Nicolas, Pierrick Tranouez, Sébastien Cretin, Thierry Paquet
推荐理由：研究报纸结构理解的，有开源Tiramisu代码和新数据集，对文档数字化领域很实用。
Finlam La Liberté
共 1 条相关 AI 资讯
7月17日
09:39
该论文研究了报纸图像的层级结构理解难题，提出两种互补方法：一是基于YOLO进行布局检测、LayoutReader进行阅读顺序预测、自定义算法进行文章分割的模块化流水线；二是端到端Transformer架构Tiramisu（Tiered Transformers），通过迭代分层注意力机制实现章节分离、块定位、语义分类和阅读顺序预测。论文还发布了新数据集Finlam La Liberté，专门用于历史报纸层级信息检索的评估。实验证明两种方法均能有效重建复杂报纸层级结构。