许可协议：MIT
支持语言：

• 英语
  库名称：transformers
  推理支持：否
  任务标签：文档问答

LiLT模型 论文链接。该模型基于英文DocVQA进行微调

from transformers import AutoTokenizer, AutoModelForQuestionAnswering  
from datasets import load_dataset  

模型检查点 = "TusharGoel/LiLT-Document-QA"  
分词器 = AutoTokenizer.from_pretrained(模型检查点, add_prefix_space=True)  
预测模型 = AutoModelForQuestionAnswering.from_pretrained(模型检查点)  

预测模型.eval()  
数据集 = load_dataset("nielsr/funsd", split="train")  
样例 = 数据集[0]  
print(样例)  

问题 = "许可证编号是多少？"  
print(问题)  

词元列表 = 样例["words"]  
边界框列表 = 样例["bboxes"]  

编码结果 = 分词器(问题, 词元列表, boxes=边界框列表, return_token_type_ids=True, return_tensors="pt")  

词元ID序列 = 编码结果.word_ids(0)  
模型输出 = 预测模型(**编码结果)  

损失值 = 模型输出.loss  
起始分数 = 模型输出.start_logits  
结束分数 = 模型输出.end_logits  

起始位置, 结束位置 = 词元ID序列[起始分数.argmax(-1).item()], 词元ID序列[结束分数.argmax(-1).item()]  
# print(起始位置, 结束位置)  
print(" ".join(词元列表[起始位置 : 结束位置 + 1]))