研究人员开发了一种新的流水线，使用视觉语言模型来改进历史意大利议会演讲的转录和分析。该方法利用OCR进行初步文本提取，然后采用大规模视觉语言模型，通过分析视觉布局和文本来精炼转录、分类文档元素和识别发言人。该系统还将识别出的发言人链接到知识库，与传统方法相比，在转录质量和发言人标记方面显示出显著的改进。 AI
影响 这项研究展示了视觉语言模型在历史文档分析方面的新颖应用，有望提高类似档案的可访问性和研究能力。
排序理由 该集群包含一篇学术论文，详细介绍了使用AI分析历史文件的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →