AIbase
JA
ホーム
Layoutlmv2 Base Uncased Finetuned Docvqa V2
L

Layoutlmv2 Base Uncased Finetuned Docvqa V2

MariaKによって開発
このモデルはmicrosoft/layoutlmv2-base-uncasedをドキュメント視覚QAタスクでファインチューニングしたバージョンで、ドキュメント画像内のテキストとレイアウト情報の処理に特化しています。
画像生成テキスト
Transformers
#ドキュメント視覚QA#レイアウト理解#OCR強化
ダウンロード数 54
リリース時間 : 2/9/2023

モデル概要

LayoutLMv2モデルはテキスト、レイアウト、視覚情報を組み合わせ、ドキュメント理解タスクに特化しています。このファインチューニング版はドキュメント視覚QA(DocVQA)タスク向けに最適化されています。

モデル特徴

マルチモーダル理解
ドキュメント内のテキスト内容、空間レイアウト、視覚的特徴を同時に処理
ドキュメントQA能力
ドキュメント画像内の質問に対して正確なテキスト回答を提供
レイアウト認識
ドキュメント内のテキストの空間配置関係を理解し、意味理解を強化

モデル能力

ドキュメント画像理解
視覚QA
テキストレイアウト分析
マルチモーダル情報処理

使用事例

ドキュメント処理
フォーム情報抽出
スキャンしたフォームドキュメントから特定フィールド情報を抽出
契約書分析
契約書ドキュメントの内容に関する特定質問に回答
教育
答案自動採点
学生の答案を分析し、採点関連の質問に回答
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase