English(EN) FigEx2: Visual-Conditioned Panel Detection and Captioning for Scientific Compound Figures

FigEx2框架提取和标注科学图表数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员开发了FigEx2，一个新颖的框架，旨在从科学复合图中提取和标注信息。该系统解决了图表缺乏字幕的问题，而现有流程通常会忽略这些图表。FigEx2利用视觉条件化来联合生成面板特定的边界框和描述性文本，通过实体注意力KL正则化器和面板级别的实体F1奖励来提高定位和科学准确性。该框架在其精心策划的BioSci-Fig-Cap数据集上表现强劲，在字幕生成方面优于MedICaT数据集上的现有模型，并且还展示了对不同科学领域的零样本迁移能力。 AI

影响通过实现复杂图表的自动化提取和字幕生成，增强了科学文献的可访问性和实用性。

排序理由该集群包含一篇研究论文，详细介绍了处理科学图表的新框架和方法。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇研究论文，详细介绍了处理科学图表的新框架和方法。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Jifeng Song, Arun Das, Pan Wang, Hui Ji, Kun Zhao, Yufei Huang · 2026-09-10 04:00

FigEx2：用于科学复合图的视觉条件面板检测与字幕生成

arXiv:2601.08026v5 Announce Type: replace-cross Abstract: Scientific compound figures combine multiple labeled panels into a single image, and downstream pretraining and retrieval require panel-aligned visual-text pairs. However, in a PubMed Central (PMC)-scale crawl of 346,567 c…

本文如何被排名

报道来源 [1]

FigEx2：用于科学复合图的视觉条件面板检测与字幕生成

相关实体

相关话题