研究人员开发了 PereStruct，一个用于解析复杂历史文档（尤其是报纸）的新管道，这类文档常常让当前的视觉语言模型感到困惑。该系统集成了用于布局分析的微调 YOLO 架构和一个使用 TF-IDF、视觉嵌入和几何约束来重建文章的语义组装模块。PereStruct 在块到文章映射上取得了 0.904 的最先进 F1 分数，并且在保真度方面显著优于 Qwen3.6 等通用视觉语言模型。 AI
影响 为历史文档分析树立了新的基准，可能加速档案数字化和研究。
排序理由 详细介绍文档解析新方法的学术论文。[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 →