PulseAugur
中
实时 23:58:33
English(EN) ForMaT: Dataset for Visually-Grounded Multilingual PDF Translation

新的ForMaT数据集旨在实现视觉基础的PDF翻译

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了ForMaT，一个旨在改进视觉基础的多语言PDF翻译的新数据集。该数据集包含15种语言对的3,956个PDF，精心保留了原始布局元数据，以捕捉表格和公式等复杂元素。当前的机器翻译系统在保持文本与其视觉上下文之间的联系方面表现出明显的不足，这凸显了对能够整合视觉和文本信息以进行准确文档重建的、感知布局的模型的需求。 AI

影响 该数据集旨在提高机器翻译系统处理复杂文档布局的能力，有望实现对视觉丰富的文档进行更准确、更具上下文感知能力的翻译。

排序理由 该集群描述了一个针对特定NLP任务的新学术数据集的发布。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新的ForMaT数据集旨在实现视觉基础的PDF翻译

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群描述了一个针对特定NLP任务的新学术数据集的发布。[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, product
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
146 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Kamil Guttmann ·

    ForMaT: 面向视觉基础的多语言PDF翻译数据集

    We present ForMaT (Format-Preserving Multilingual Translation), a parallel corpus of 3,956 PDFs across 15 language pairs that preserves original layout metadata proposed for multimodal machine translation. To ensure structural diversity in the dataset, we employ K-Medoids samplin…

相关实体

相关话题