DOSA: Un Framework Guidato da Alberi per l'Analisi della Struttura dei Documenti
È stato proposto un nuovo framework chiamato DOSA (Document Structure Analyzer) per l'analisi di strutture di documenti lunghi. Elabora i documenti chunk per chunk, fondendo caratteristiche visive, testuali e di layout per prevedere relazioni gerarchiche e di ordinamento tra gli oggetti della pagina. Queste previsioni costruiscono incrementalmente un albero semantico che guida l'inferenza sui chunk successivi, affrontando le sfide nei documenti multipagina con dipendenze a lungo raggio e layout eterogenei. Il framework è descritto in un articolo su arXiv (2607.22679).
Fatti principali
- 1. DOSA sta per Document Structure Analyzer
- 2. È un framework autoregressivo guidato da alberi
- 3. Elabora i documenti chunk per chunk
- 4. Fonde caratteristiche visive, testuali e di layout
- 5. Prevede relazioni gerarchiche e di ordinamento
- 6. Costruisce un albero semantico incrementalmente
- 7. L'albero guida l'inferenza sui chunk successivi
- 8. Articolo disponibile su arXiv: 2607.22679
Entità
Istituzioni
- arXiv