L

Layoutlmv2 Base Uncased Finetuned Docvqa

由 madiltalay 开发
基于LayoutLMv2架构的文档视觉问答模型,专为文档理解任务微调
下载量 14
发布时间 : 6/22/2023
模型介绍
内容详情
替代品

模型简介

该模型是LayoutLMv2基础版在DocVQA任务上的微调版本,能够理解文档布局和文本内容,回答关于文档的问题。

模型特点

多模态理解能力
同时处理文本内容和文档布局信息
文档专用优化
针对文档视觉问答任务进行专门微调
端到端训练
直接从原始文档图像学习文本和视觉特征

模型能力

文档理解
视觉问答
文本定位
布局分析

使用案例

文档处理
表单信息提取
从结构化文档中提取特定字段信息
文档问答系统
回答用户关于文档内容的自然语言问题
企业自动化
发票处理
自动识别和提取发票中的关键信息