研究人员开发了一个多阶段抽取框架，旨在提高从长篇、扫描的金融文档中抽取结构化信息的准确性。该管道集成了图像预处理、OCR、页面级检索以及基于视觉语言模型（VLM）的抽取，将页面定位与多模态推理分开。该框架在120份生产级KYC文档上进行了测试，取得了显著的改进，最佳配置的准确率达到了87.27%，比直接应用VLM高出31.9个百分点。 AI
影响 增强了从复杂金融文档中抽取结构化数据的能力，有望简化合规和KYC工作流。
排序理由 学术论文，详细介绍了从金融文档中抽取信息的新框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.26462v1 Announce Type: new Abstract: Structured information extraction from long, multilingual scanned financial documents is a core requirement in industrial KYC and compliance workflows. These documents are typically non machine readable, noisy, and visually heteroge…
Structured information extraction from long, multilingual scanned financial documents is a core requirement in industrial KYC and compliance workflows. These documents are typically non machine readable, noisy, and visually heterogeneous. They usually span dozens of pages while c…