该模型是基于microsoft/layoutlmv2-base-uncased在文档视觉问答任务上微调的版本,专注于处理文档图像中的文本和布局信息。
下载量 54
发布时间 : 2/9/2023
模型简介
LayoutLMv2模型通过结合文本、布局和视觉信息,专门用于文档理解任务。该微调版本针对文档视觉问答(DocVQA)任务进行了优化。
模型特点
多模态理解
同时处理文档中的文本内容、空间布局和视觉特征
文档问答能力
针对文档图像中的问题提供准确的文本回答
布局感知
理解文档中文本的空间排列关系,增强语义理解
模型能力
文档图像理解
视觉问答
文本布局分析
多模态信息处理
使用案例
文档处理
表单信息提取
从扫描的表单文档中提取特定字段信息
合同分析
回答关于合同文档内容的特定问题
教育
试卷自动批改
分析学生答卷并回答评分相关问题
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文