Buchumschlag

ReceiptSense: Beyond Traditional OCR -- A Dataset for Receipt Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdallah, Abdelrahman, Mounis, Mohamed, Abdalla, Mahmoud, Kasem, Mahmoud SalahEldin, Mahmoud, Mohamed, Abdelhalim, Ibrahim, Elkasaby, Mohamed, ElBendary, Yasser, Jatowt, Adam
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AMuRD: Annotated Arabic-English Receipt Dataset for Key Information Extraction and Classification
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2023)

ArabicaQA: A Comprehensive Dataset for Arabic Question Answering
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2024)

BRIDGE: Multimodal-to-Text Retrieval via Reinforcement-Learned Query Alignment
von: Mounis, Mohamed Darwish, et al.
Veröffentlicht: (2026)

A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking
von: Mahmoud, Mohamed, et al.
Veröffentlicht: (2024)

MM-BRIGHT: A Multi-Task Multimodal Benchmark for Reasoning-Intensive Retrieval
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2026)

MARVEL: Multimodal Adaptive Reasoning-intensiVe Expand-rerank and retrievaL
von: Kasem, Mahmoud SalahEldin, et al.
Veröffentlicht: (2026)

HIVE: Query, Hypothesize, Verify An LLM Framework for Multimodal Reasoning-Intensive Retrieval
von: Abdalla, Mahmoud, et al.
Veröffentlicht: (2026)

Performance enhancement of concrete using Dokhan volcanics powder as cement replacement and nano‐banded iron formation as additive: Individual and combined effects
von: A. Serag Faried, et al.
Veröffentlicht: (2026)

CoT3DRef: Chain-of-Thoughts Data-Efficient 3D Visual Grounding
von: Abdelrahman, Eslam, et al.
Veröffentlicht: (2023)

Generator-Retriever-Generator Approach for Open-Domain Question Answering
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2023)

Evaluating Robustness of LLMs in Question Answering on Multilingual Noisy OCR Data
von: Piryani, Bhawna, et al.
Veröffentlicht: (2025)

Datacenters in the Desert: Feasibility and Sustainability of LLM Inference in the Middle East
von: Hassan, Lara, et al.
Veröffentlicht: (2025)

Foundation Models as Class-Incremental Learners for Dermatological Image Classification
von: Elkhayat, Mohamed, et al.
Veröffentlicht: (2025)

A Quantum-Secure Voting Framework Using QKD, Dual-Key Symmetric Encryption, and Verifiable Receipts
von: Mahmoud, Taha M., et al.
Veröffentlicht: (2025)

Beyond Traditional Single Object Tracking: A Survey
von: Abdelaziz, Omar, et al.
Veröffentlicht: (2024)

RankArena: A Unified Platform for Evaluating Retrieval, Reranking and RAG with Human and LLM Feedback
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

Defense That Attacks: How Robust Models Become Better Attackers
von: Awad, Mohamed, et al.
Veröffentlicht: (2025)

Kestrel: 3D Multimodal LLM for Part-Aware Grounded Description
von: Ahmed, Mahmoud, et al.
Veröffentlicht: (2024)

3DCoMPaT200: Language-Grounded Compositional Understanding of Parts and Materials of 3D Shapes
von: Ahmed, Mahmoud, et al.
Veröffentlicht: (2025)

MMIS: Multimodal Dataset for Interior Scene Visual Generation and Recognition
von: Kassab, Hozaifa, et al.
Veröffentlicht: (2024)

$100,000 or the Robot Gets it! Tech Workers' Resistance Guide: Tech Worker Actions, History, Risks, Impacts, and the Case for a Radical Flank
von: Abdalla, Mohamed
Veröffentlicht: (2025)

Efficient Hate Speech Detection: A Three-Layer LoRA-Tuned BERTweet Framework
von: El-Bahnasawi, Mahmoud
Veröffentlicht: (2025)

Doppler-Enhanced Deep Learning: Improving Thyroid Nodule Segmentation with YOLOv5 Instance Segmentation
von: Hussieni, Mahmoud El
Veröffentlicht: (2025)

Transformers and Language Models in Form Understanding: A Comprehensive Review of Scanned Document Analysis
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2024)

FPGA-based Lane Detection System incorporating Temperature and Light Control Units
von: Qamar, Ibrahim, et al.
Veröffentlicht: (2025)

MedDChest: A Content-Aware Multimodal Foundational Vision Model for Thoracic Imaging
von: Soliman, Mahmoud, et al.
Veröffentlicht: (2025)

What Do You See? Enhancing Zero-Shot Image Classification with Multimodal Large Language Models
von: Abdelhamed, Abdelrahman, et al.
Veröffentlicht: (2024)

ASRank: Zero-Shot Re-Ranking with Answer Scent for Document Retrieval
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

Detecting Temporal Ambiguity in Questions
von: Piryani, Bhawna, et al.
Veröffentlicht: (2024)

ComplexTempQA:A 100m Dataset for Complex Temporal Question Answering
von: Gruber, Raphael, et al.
Veröffentlicht: (2024)

Causes of High-school dropouts in Somalia
von: Anisa Mahmoud Mohamed
Veröffentlicht: (2024)

InfiniBench: A Benchmark for Large Multi-Modal Models in Long-Form Movies and TV Shows
von: Ataallah, Kirolos, et al.
Veröffentlicht: (2024)

Comparative Efficacy of Platelet‐Rich Plasma, Platelet‐Rich Fibrin, and Conventional Therapy in Chronic Non‐Healing Skin Ulcers: A Randomised Clinical Trial
von: Eman Mohamed Salah, et al.
Veröffentlicht: (2026)

Arabic-Nougat: Fine-Tuning Vision Transformers for Arabic OCR and Markdown Extraction
von: Rashad, Mohamed
Veröffentlicht: (2024)

GNN-MoE: Context-Aware Patch Routing using GNNs for Parameter-Efficient Domain Generalization
von: Soliman, Mahmoud, et al.
Veröffentlicht: (2025)

Wrong Answers Can Also Be Useful: PlausibleQA -- A Large-Scale QA Dataset with Answer Plausibility Scores
von: Mozafari, Jamshid, et al.
Veröffentlicht: (2025)

DeAR: Dual-Stage Document Reranking with Reasoning Agents via LLM Distillation
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

HintEval: A Comprehensive Framework for Hint Generation and Evaluation for Questions
von: Mozafari, Jamshid, et al.
Veröffentlicht: (2025)

Exploring Hint Generation Approaches in Open-Domain Question Answering
von: Mozafari, Jamshid, et al.
Veröffentlicht: (2024)

Brain Tumor Radiogenomic Classification
von: Mohamed, Amr, et al.
Veröffentlicht: (2024)