研究人员开发了一种新颖的、无需训练的框架，用于推断复杂文档布局中的阅读顺序，这对于数字化历史手稿尤其有益。这种基于图的方法将 OCR 文本行视为节点，并使用语言模型信号（如条件似然和 BERT 的下一句预测）对过渡进行评分。为了减轻级联错误，它采用了最大遗憾推断规则，优先考虑高机会成本的承诺。该方法在处理 Glossa Ordinaria 的挑战性布局时，在后继边准确率上显著优于 XY-cut 和 LayoutReader 等现有技术，达到 95%，在 OmniDocBench 的多栏子集上达到 88%。 AI
影响 提高了文档数字化准确性，尤其是在处理布局复杂的历史文本时。
排序理由 该项目是一篇学术论文，详细介绍了一种新的文档布局分析方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.01018v1 Announce Type: cross Abstract: Reading order inference remains a critical bottleneck in the digitization of complex historical manuscripts, where pages contain multiple spatially interleaved reading streams, the canonical example being the Glossa Ordinaria layo…
Reading order inference remains a critical bottleneck in the digitization of complex historical manuscripts, where pages contain multiple spatially interleaved reading streams, the canonical example being the Glossa Ordinaria layout, in which a central text is surrounded by comme…