了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

论文推荐

“ 本期推荐的文章主要关注于文档理解领域,你可以认真阅读讲者推荐的论文,来与讲者及同行线上交流哦。

关注文章公众号

回复"SFFAI70"获取本主题精选论文

前沿+经典共6篇

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

推荐理由:本文是较早采用在字符级别进行文本和位置信息对齐来研究文档理解任务的工作,具有启发意义。

—— 徐毅恒

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

推荐理由:本文通过引入图神经网络并同时结合文本和视觉信息,在票据理解任务中取得了显著效果,是文档理解领域较早引入图神经网络的工作。

—— 徐毅恒

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

推荐理由:本文将对象检测技术Faster R-CNN应用于文档布局检测,并同时结合上下文信息以利用文档的固有局部特性来提高文档布局检测的性能。

—— 徐毅恒

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

推荐理由:本文通过引入预训练模型同时结合图神经网络来融合文本和位置信息,并将其应用在表单理解任务中。

—— 徐毅恒

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

推荐理由:当前任务通常将文档理解建模为序列标注问题,但序列化w文档的过程中容易出现文本乱序问题。本文将文档信息抽取任务建模为二维空间构建依存图任务,从而解决了序列标注存在的乱序问题。

—— 徐毅恒

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

推荐理由:当前的文档分析数据集大部分是针对图像方法进行设计,而没有对文本的相应数据集。针对这一问题,本文通过半监督方法同时提供文本和图像标注,从而解决了图像方法和文本方法的可比较性。

—— 徐毅恒

参会须知

会议时间

2020年6月28日(周日)

20:00 -- 21:00

报名方式

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

公众号二维码

请同学们扫码关注本公众号,对话框回复“SFFAI70”,获取入群二维码。

SFFAI的介绍

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

现代科学技术高度社会化,在科学理论与技术方法上更加趋向综合与统一,为了满足人工智能不同领域研究者相互交流、彼此启发的需求,我们发起了人工智能前沿学生论坛SFFAI,邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果,使专注于各个细分领域的研究者开拓视野、触类旁通。SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展,进行学术传播,同时为讲者塑造个人影响力。

SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest。通过汇总各位参与者贡献的领域知识,沉淀人工智能前沿精华,使AI Knowledge Tree枝繁叶茂,为人工智能社区做出贡献。SFFAI自2018年9月16日举办第一期,每周一期学术分享交流,截止目前已举办69期学术交流活动,共有100+位讲者分享了他们的真知灼见,来自100多家单位的同学参与了现场交流,通过线上推文、网络直播等形式,50000+人次参与了人工智能前沿学生论坛。SFFAI自发起以来,迅速成长壮大,已经成为人工智能学生交流的第一品牌,有志同道合的论坛核心志愿者团队、乐于学术分享的讲者伙伴,还有许多认可活动价值、多次报名参加现场交流的观众,大家通过参与人工智能前沿学生论坛,收获了宝贵的知识和友谊,SFFAI致力于帮助大家解决在学术中遇到的相关问题,拓展学术人脉,为大家营造专业、开放的学术交流环境!

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

了解《文档理解》给您推荐6篇前沿经典论文【附打包下载地址】

历史文章推荐

若您觉得此篇推文不错,麻烦点点在看↓↓