JPMorgan AI Research와 Dartmouth College의 연구원들은 ‘DocGraphLM’이라는 혁신적인 프레임워크를 개발했습니다. 이 프레임워크는 시각적으로 풍부한 문서의 이해력을 크게 향상시킵니다. 비즈니스 양식, 영수증 및 송장과 같은 시각적으로 풍부한 문서의 데이터를 정확하게 처리하고 해석하는 것은 급박한 문제였습니다.
기존의 방법은 transformer 기반 모델과 그래프 신경망(GNNs)을 이용해 문서 해석을 시도해왔습니다. 그러나 이러한 방법들은 테이블 셀과 헤더 사이의 공간적인 관계나 텍스트 줄바꿈을 포함한 요소들 간의 관계를 정확하게 포착하기 어려웠습니다.
DocGraphLM은 언어 모델의 강점과 GNNs의 구조적인 통찰력을 결합함으로써 새로운 접근 방식을 제시합니다. 이 독특한 통합은 더 견고한 문서 표현을 가능하게 하며, 시각적으로 풍부한 문서의 복잡한 관계와 구조를 정확하게 모델링할 수 있습니다.
DocGraphLM의 핵심은 문서 표현을 위한 공동 인코더 아키텍처와 문서 그래프 재구성을 위한 혁신적인 링크 예측 접근법을 소개합니다. 이 모델의 특징은 문서 그래프 내 노드들 사이의 방향과 거리를 예측할 수 있는 능력입니다. 거리를 정규화하기 위해 로그 변환을 적용함으로써, 모델은 시각적으로 풍부한 문서의 복잡한 레이아웃을 효과적으로 포착합니다.
성능 측면에서 DocGraphLM은 일반적인 데이터셋에서 정보 추출 및 질의 응답 작업에서 기존 모델보다 우수한 성과를 보였습니다. 그래프 기능의 통합은 모델의 정확도를 향상시키고 학습 과정을 가속화하여 더욱 빠르고 정확한 정보 추출을 가능하게 했습니다.
DocGraphLM의 개발은 문서 이해 분야에서의 큰 진전을 대표합니다. 이 혁신적인 프레임워크는 시각적으로 풍부한 문서에서 정보 추출의 정확성과 효율성을 향상시켜줍니다. 이 발전은 오늘날 디지털 시대에서 효율적인 데이터 추출과 분석에 새로운 가능성을 엽니다.
The source of the article is from the blog macnifico.pt