RadhaKrishna Deshpande

New RAG framework tackles OCR noise in historical archives

研究人员开发了一个新颖的框架，用于从历史立法档案中改进信息检索，特别是解决了退化文档和OCR错误带来的挑战。他们的系统将基于视觉的布局分割和多脚本OCR与代理检索增强生成（RAG）管道相结合。这种迭代方法能够应对视觉退化和布局歧义，从而增强文本提取，在旁遮普邦立法议会档案上的表现优于标准的纯文本方法。