研究人员开发了一个新颖的框架,用于从历史立法档案中改进信息检索,特别是解决了退化文档和OCR错误带来的挑战。他们的系统将基于视觉的布局分割和多脚本OCR与代理检索增强生成(RAG)管道相结合。这种迭代方法能够应对视觉退化和布局歧义,从而增强文本提取,在旁遮普邦立法议会档案上的表现优于标准的纯文本方法。 AI
影响 这项研究可以改善对历史文档的访问,并为未来具有挑战性数据集的RAG系统开发提供信息。
排序理由 该集群包含一篇详细介绍信息检索新技术的学术论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- cs.CV
- cs.IR
- DagsHub
- Gotit.pub
- Hugging Face
- India
- Influence Flower
- Punjab Vidhan Sabha
- RadhaKrishna Deshpande
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →