研究人员开发了 EviProp，一种从长而富含视觉信息的文档中检索相关页面的新方法。与现有独立评估页面相关性的方法不同，EviProp 将文档建模为多模态的块-页图。它使用种子相关性扩散，结合查询-页面相似度与块级信号来提高检索准确性。在基准数据集上的实验表明，EviProp 的性能优于传统方法，并能带来更好的下游问答性能。 AI
影响 提高了复杂多模态文档的检索准确性，可能改进依赖文档理解的 AI 系统。
排序理由 这是一篇描述新文档检索方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →