Digitization of Document and Information Extraction using OCR
Fuente:
arXiv
Salvato in:
| Autori principali: | Sinha, Rasha, S, Rekha B |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Fetch-A-Set: A Large-Scale OCR-Free Benchmark for Historical Document Retrieval
di: Molina, Adrià, et al.
Pubblicazione: (2024)
di: Molina, Adrià, et al.
Pubblicazione: (2024)
ERPA: Efficient RPA Model Integrating OCR and LLMs for Intelligent Document Processing
di: Abdellaif, Osama, et al.
Pubblicazione: (2024)
di: Abdellaif, Osama, et al.
Pubblicazione: (2024)
GraphRevisedIE: Multimodal Information Extraction with Graph-Revised Network
di: Cao, Panfeng, et al.
Pubblicazione: (2024)
di: Cao, Panfeng, et al.
Pubblicazione: (2024)
VKIE: The Application of Key Information Extraction on Video Text
di: An, Siyu, et al.
Pubblicazione: (2023)
di: An, Siyu, et al.
Pubblicazione: (2023)
Benchmarking Document Parsers on Mathematical Formula Extraction from PDFs
di: Horn, Pius, et al.
Pubblicazione: (2025)
di: Horn, Pius, et al.
Pubblicazione: (2025)
PCFEx: Point Cloud Feature Extraction for Graph Neural Networks
di: Masud, Abdullah Al, et al.
Pubblicazione: (2026)
di: Masud, Abdullah Al, et al.
Pubblicazione: (2026)
Visual Zero-Shot E-Commerce Product Attribute Value Extraction
di: Gong, Jiaying, et al.
Pubblicazione: (2025)
di: Gong, Jiaying, et al.
Pubblicazione: (2025)
Automatic Funny Scene Extraction from Long-form Cinematic Videos
di: Paul, Sibendu, et al.
Pubblicazione: (2026)
di: Paul, Sibendu, et al.
Pubblicazione: (2026)
Optimizing Multi-Modal Models for Image-Based Shape Retrieval: The Role of Pre-Alignment and Hard Contrastive Learning
di: Kühn, Paul Julius, et al.
Pubblicazione: (2026)
di: Kühn, Paul Julius, et al.
Pubblicazione: (2026)
Semi-Supervised Image-Based Narrative Extraction: A Case Study with Historical Photographic Records
di: German, Fausto, et al.
Pubblicazione: (2025)
di: German, Fausto, et al.
Pubblicazione: (2025)
GMM-Based Comprehensive Feature Extraction and Relative Distance Preservation For Few-Shot Cross-Modal Retrieval
di: Sun, Chengsong, et al.
Pubblicazione: (2025)
di: Sun, Chengsong, et al.
Pubblicazione: (2025)
ViBERTgrid BiLSTM-CRF: Multimodal Key Information Extraction from Unstructured Financial Documents
di: Pala, Furkan, et al.
Pubblicazione: (2024)
di: Pala, Furkan, et al.
Pubblicazione: (2024)
$\texttt{InfoHier}$: Hierarchical Information Extraction via Encoding and Embedding
di: Zhang, Tianru, et al.
Pubblicazione: (2025)
di: Zhang, Tianru, et al.
Pubblicazione: (2025)
NovaLAD: A Fast, CPU-Optimized Document Extraction Pipeline for Generative AI and Data Intelligence
di: Ulla, Aman
Pubblicazione: (2026)
di: Ulla, Aman
Pubblicazione: (2026)
A Multi-Granularity Retrieval Framework for Visually-Rich Documents
di: Xu, Mingjun, et al.
Pubblicazione: (2025)
di: Xu, Mingjun, et al.
Pubblicazione: (2025)
Rethinking Detection Based Table Structure Recognition for Visually Rich Document Images
di: Xiao, Bin, et al.
Pubblicazione: (2023)
di: Xiao, Bin, et al.
Pubblicazione: (2023)
Hierarchical Patch Compression for ColPali: Efficient Multi-Vector Document Retrieval with Dynamic Pruning and Quantization
di: Bach, Duong
Pubblicazione: (2025)
di: Bach, Duong
Pubblicazione: (2025)
Hybrid-Vector Retrieval for Visually Rich Documents: Combining Single-Vector Efficiency and Multi-Vector Accuracy
di: Kim, Juyeon, et al.
Pubblicazione: (2025)
di: Kim, Juyeon, et al.
Pubblicazione: (2025)
Bridging Information Asymmetry in Text-video Retrieval: A Data-centric Approach
di: Bai, Zechen, et al.
Pubblicazione: (2024)
di: Bai, Zechen, et al.
Pubblicazione: (2024)
Automating Iconclass: LLMs and RAG for Large-Scale Classification of Religious Woodcuts
di: Thomas, Drew B.
Pubblicazione: (2025)
di: Thomas, Drew B.
Pubblicazione: (2025)
Personalized Video Summarization using Text-Based Queries and Conditional Modeling
di: Huang, Jia-Hong
Pubblicazione: (2024)
di: Huang, Jia-Hong
Pubblicazione: (2024)
Bridging the Modality Gap: Dimension Information Alignment and Sparse Spatial Constraint for Image-Text Matching
di: Ma, Xiang, et al.
Pubblicazione: (2024)
di: Ma, Xiang, et al.
Pubblicazione: (2024)
Cross-Modal Pre-Aligned Method with Global and Local Information for Remote-Sensing Image and Text Retrieval
di: Sun, Zengbao, et al.
Pubblicazione: (2024)
di: Sun, Zengbao, et al.
Pubblicazione: (2024)
Self-supervised Learning of Rotation-invariant 3D Point Set Features using Transformer and its Self-distillation
di: Furuya, Takahiko, et al.
Pubblicazione: (2023)
di: Furuya, Takahiko, et al.
Pubblicazione: (2023)
Attention Grounded Enhancement for Visual Document Retrieval
di: Cui, Wanqing, et al.
Pubblicazione: (2025)
di: Cui, Wanqing, et al.
Pubblicazione: (2025)
Beyond String Matching: Semantic Evaluation of PDF Table Extraction
di: Horn, Pius, et al.
Pubblicazione: (2026)
di: Horn, Pius, et al.
Pubblicazione: (2026)
Music Recommendation Based on Facial Emotion Recognition
di: B, Rajesh, et al.
Pubblicazione: (2024)
di: B, Rajesh, et al.
Pubblicazione: (2024)
Are We on the Right Way for Assessing Document Retrieval-Augmented Generation?
di: Shen, Wenxuan, et al.
Pubblicazione: (2025)
di: Shen, Wenxuan, et al.
Pubblicazione: (2025)
Benchmarking Retrieval-Augmented Multimodal Generation for Document Question Answering
di: Dong, Kuicai, et al.
Pubblicazione: (2025)
di: Dong, Kuicai, et al.
Pubblicazione: (2025)
ColPali: Efficient Document Retrieval with Vision Language Models
di: Faysse, Manuel, et al.
Pubblicazione: (2024)
di: Faysse, Manuel, et al.
Pubblicazione: (2024)
ContextIQ: A Multimodal Expert-Based Video Retrieval System for Contextual Advertising
di: Chaubey, Ashutosh, et al.
Pubblicazione: (2024)
di: Chaubey, Ashutosh, et al.
Pubblicazione: (2024)
TalentMine: LLM-Based Extraction and Question-Answering from Multimodal Talent Tables
di: Mannam, Varun, et al.
Pubblicazione: (2025)
di: Mannam, Varun, et al.
Pubblicazione: (2025)
Towards Natural Language-Based Document Image Retrieval: New Dataset and Benchmark
di: Guo, Hao, et al.
Pubblicazione: (2025)
di: Guo, Hao, et al.
Pubblicazione: (2025)
Visual Late Chunking: An Empirical Study of Contextual Chunking for Efficient Visual Document Retrieval
di: Yan, Yibo, et al.
Pubblicazione: (2026)
di: Yan, Yibo, et al.
Pubblicazione: (2026)
Structural Anchor Pruning: Training-Free Multi-Vector Compression for Visual Document Retrieval
di: Liu, Zhuchenyang, et al.
Pubblicazione: (2026)
di: Liu, Zhuchenyang, et al.
Pubblicazione: (2026)
Index Light, Reason Deep: Deferred Visual Ingestion for Visual-Dense Document Question Answering
di: Xu, Tao
Pubblicazione: (2026)
di: Xu, Tao
Pubblicazione: (2026)
Deep Learning for Technical Document Classification
di: Jiang, Shuo, et al.
Pubblicazione: (2021)
di: Jiang, Shuo, et al.
Pubblicazione: (2021)
Sculpting the Vector Space: Towards Efficient Multi-Vector Visual Document Retrieval via Prune-then-Merge Framework
di: Yan, Yibo, et al.
Pubblicazione: (2026)
di: Yan, Yibo, et al.
Pubblicazione: (2026)
Modality Curation: Building Universal Embeddings for Advanced Multimodal Information Retrieval
di: Kong, Fanheng, et al.
Pubblicazione: (2025)
di: Kong, Fanheng, et al.
Pubblicazione: (2025)
Very Efficient Listwise Multimodal Reranking for Long Documents
di: Sun, Yiqun, et al.
Pubblicazione: (2026)
di: Sun, Yiqun, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Fetch-A-Set: A Large-Scale OCR-Free Benchmark for Historical Document Retrieval
di: Molina, Adrià, et al.
Pubblicazione: (2024) -
ERPA: Efficient RPA Model Integrating OCR and LLMs for Intelligent Document Processing
di: Abdellaif, Osama, et al.
Pubblicazione: (2024) -
GraphRevisedIE: Multimodal Information Extraction with Graph-Revised Network
di: Cao, Panfeng, et al.
Pubblicazione: (2024) -
VKIE: The Application of Key Information Extraction on Video Text
di: An, Siyu, et al.
Pubblicazione: (2023) -
Benchmarking Document Parsers on Mathematical Formula Extraction from PDFs
di: Horn, Pius, et al.
Pubblicazione: (2025)