Benchmarking Document Parsers on Mathematical Formula Extraction from PDFs
Fuente:
arXiv
Salvato in:
| Autori principali: | Horn, Pius, Keuper, Janis |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Beyond String Matching: Semantic Evaluation of PDF Table Extraction
di: Horn, Pius, et al.
Pubblicazione: (2026)
di: Horn, Pius, et al.
Pubblicazione: (2026)
NovaLAD: A Fast, CPU-Optimized Document Extraction Pipeline for Generative AI and Data Intelligence
di: Ulla, Aman
Pubblicazione: (2026)
di: Ulla, Aman
Pubblicazione: (2026)
OmniDocBench: Benchmarking Diverse PDF Document Parsing with Comprehensive Annotations
di: Ouyang, Linke, et al.
Pubblicazione: (2024)
di: Ouyang, Linke, et al.
Pubblicazione: (2024)
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)
INQUIRE: A Natural World Text-to-Image Retrieval Benchmark
di: Vendrow, Edward, et al.
Pubblicazione: (2024)
di: Vendrow, Edward, 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)
MMDocIR: Benchmarking Multimodal Retrieval for Long Documents
di: Dong, Kuicai, et al.
Pubblicazione: (2025)
di: Dong, Kuicai, et al.
Pubblicazione: (2025)
Benchmark Granularity and Model Robustness for Image-Text Retrieval
di: Hendriksen, Mariya, et al.
Pubblicazione: (2024)
di: Hendriksen, Mariya, et al.
Pubblicazione: (2024)
Boosting Document Parsing Efficiency and Performance with Coarse-to-Fine Visual Processing
di: Cui, Cheng, et al.
Pubblicazione: (2026)
di: Cui, Cheng, et al.
Pubblicazione: (2026)
Content-Based Image Retrieval for Multi-Class Volumetric Radiology Images: A Benchmark Study
di: Jush, Farnaz Khun, et al.
Pubblicazione: (2024)
di: Jush, Farnaz Khun, et al.
Pubblicazione: (2024)
Read and Think: An Efficient Step-wise Multimodal Language Model for Document Understanding and Reasoning
di: Zhang, Jinxu
Pubblicazione: (2024)
di: Zhang, Jinxu
Pubblicazione: (2024)
Towards Human-Like Machine Comprehension: Few-Shot Relational Learning in Visually-Rich Documents
di: Wang, Hao, et al.
Pubblicazione: (2024)
di: Wang, Hao, et al.
Pubblicazione: (2024)
A Picture is Worth a Thousand Words? An Empirical Study of Aggregation Strategies for Visual Financial Document Retrieval
di: Lim, Ho Hung, et al.
Pubblicazione: (2026)
di: Lim, Ho Hung, et al.
Pubblicazione: (2026)
Leveraging Customer Feedback for Multi-modal Insight Extraction
di: Mukku, Sandeep Sricharan, et al.
Pubblicazione: (2024)
di: Mukku, Sandeep Sricharan, et al.
Pubblicazione: (2024)
ImplicitAVE: An Open-Source Dataset and Multimodal LLMs Benchmark for Implicit Attribute Value Extraction
di: Zou, Henry Peng, et al.
Pubblicazione: (2024)
di: Zou, Henry Peng, et al.
Pubblicazione: (2024)
Very Efficient Listwise Multimodal Reranking for Long Documents
di: Sun, Yiqun, et al.
Pubblicazione: (2026)
di: Sun, Yiqun, et al.
Pubblicazione: (2026)
Beyond Final Answers: CRYSTAL Benchmark for Transparent Multimodal Reasoning Evaluation
di: Barrios, Wayner, et al.
Pubblicazione: (2026)
di: Barrios, Wayner, et al.
Pubblicazione: (2026)
VeriTaS: The First Dynamic Benchmark for Multimodal Automated Fact-Checking
di: Rothermel, Mark, et al.
Pubblicazione: (2026)
di: Rothermel, Mark, et al.
Pubblicazione: (2026)
NTSEBENCH: Cognitive Reasoning Benchmark for Vision Language Models
di: Pandya, Pranshu, et al.
Pubblicazione: (2024)
di: Pandya, Pranshu, et al.
Pubblicazione: (2024)
MMSearch: Benchmarking the Potential of Large Models as Multi-modal Search Engines
di: Jiang, Dongzhi, et al.
Pubblicazione: (2024)
di: Jiang, Dongzhi, et al.
Pubblicazione: (2024)
M3DR: Towards Universal Multilingual Multimodal Document Retrieval
di: Kolavi, Adithya S, et al.
Pubblicazione: (2025)
di: Kolavi, Adithya S, et al.
Pubblicazione: (2025)
VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents
di: Tanaka, Ryota, et al.
Pubblicazione: (2025)
di: Tanaka, Ryota, et al.
Pubblicazione: (2025)
Character-based Outfit Generation with Vision-augmented Style Extraction via LLMs
di: Forouzandehmehr, Najmeh, et al.
Pubblicazione: (2024)
di: Forouzandehmehr, Najmeh, et al.
Pubblicazione: (2024)
VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents
di: Yu, Shi, et al.
Pubblicazione: (2024)
di: Yu, Shi, et al.
Pubblicazione: (2024)
Hespi: A pipeline for automatically detecting information from hebarium specimen sheets
di: Turnbull, Robert, et al.
Pubblicazione: (2024)
di: Turnbull, Robert, et al.
Pubblicazione: (2024)
ViDoRAG: Visual Document Retrieval-Augmented Generation via Dynamic Iterative Reasoning Agents
di: Wang, Qiuchen, et al.
Pubblicazione: (2025)
di: Wang, Qiuchen, et al.
Pubblicazione: (2025)
Digitization of Document and Information Extraction using OCR
di: Sinha, Rasha, et al.
Pubblicazione: (2025)
di: Sinha, Rasha, et al.
Pubblicazione: (2025)
Smart Routing for Multimodal Video Retrieval: When to Search What
di: Rosa, Kevin Dela
Pubblicazione: (2025)
di: Rosa, Kevin Dela
Pubblicazione: (2025)
Enhancing Subsequent Video Retrieval via Vision-Language Models (VLMs)
di: Duan, Yicheng, et al.
Pubblicazione: (2025)
di: Duan, Yicheng, et al.
Pubblicazione: (2025)
Content-based 3D Image Retrieval and a ColBERT-inspired Re-ranking for Tumor Flagging and Staging
di: Jush, Farnaz Khun, et al.
Pubblicazione: (2025)
di: Jush, Farnaz Khun, et al.
Pubblicazione: (2025)
Diffusion Augmented Retrieval: A Training-Free Approach to Interactive Text-to-Image Retrieval
di: Long, Zijun, et al.
Pubblicazione: (2025)
di: Long, Zijun, et al.
Pubblicazione: (2025)
Provenance Analysis of Archaeological Artifacts via Multimodal RAG Systems
di: Zhang, Tuo, et al.
Pubblicazione: (2025)
di: Zhang, Tuo, et al.
Pubblicazione: (2025)
From Drawings to Decisions: A Hybrid Vision-Language Framework for Parsing 2D Engineering Drawings into Structured Manufacturing Knowledge
di: Khan, Muhammad Tayyab, et al.
Pubblicazione: (2025)
di: Khan, Muhammad Tayyab, et al.
Pubblicazione: (2025)
RAPTOR: Refined Approach for Product Table Object Recognition
di: Thomas, Eliott, et al.
Pubblicazione: (2025)
di: Thomas, Eliott, et al.
Pubblicazione: (2025)
VL-CLIP: Enhancing Multimodal Recommendations via Visual Grounding and LLM-Augmented CLIP Embeddings
di: Giahi, Ramin, et al.
Pubblicazione: (2025)
di: Giahi, Ramin, et al.
Pubblicazione: (2025)
CBM-RAG: Demonstrating Enhanced Interpretability in Radiology Report Generation with Multi-Agent RAG and Concept Bottleneck Models
di: Alam, Hasan Md Tusfiqur, et al.
Pubblicazione: (2025)
di: Alam, Hasan Md Tusfiqur, et al.
Pubblicazione: (2025)
DetailFusion: A Dual-branch Framework with Detail Enhancement for Composed Image Retrieval
di: Yang, Yuxin, et al.
Pubblicazione: (2025)
di: Yang, Yuxin, et al.
Pubblicazione: (2025)
AI Powered High Quality Text to Video Generation with Enhanced Temporal Consistency
di: Patel, Piyushkumar
Pubblicazione: (2025)
di: Patel, Piyushkumar
Pubblicazione: (2025)
HV-Attack: Hierarchical Visual Attack for Multimodal Retrieval Augmented Generation
di: Luo, Linyin, et al.
Pubblicazione: (2025)
di: Luo, Linyin, et al.
Pubblicazione: (2025)
VideoRAG: Retrieval-Augmented Generation with Extreme Long-Context Videos
di: Ren, Xubin, et al.
Pubblicazione: (2025)
di: Ren, Xubin, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Beyond String Matching: Semantic Evaluation of PDF Table Extraction
di: Horn, Pius, et al.
Pubblicazione: (2026) -
NovaLAD: A Fast, CPU-Optimized Document Extraction Pipeline for Generative AI and Data Intelligence
di: Ulla, Aman
Pubblicazione: (2026) -
OmniDocBench: Benchmarking Diverse PDF Document Parsing with Comprehensive Annotations
di: Ouyang, Linke, et al.
Pubblicazione: (2024) -
ViBERTgrid BiLSTM-CRF: Multimodal Key Information Extraction from Unstructured Financial Documents
di: Pala, Furkan, et al.
Pubblicazione: (2024) -
INQUIRE: A Natural World Text-to-Image Retrieval Benchmark
di: Vendrow, Edward, et al.
Pubblicazione: (2024)