Layoutlm Document Qa

🚀 ドキュメント質問応答用のLayoutLM

このモデルは、多モーダルなLayoutLMモデルをドキュメントの質問応答タスクに対して微調整したものです。SQuAD2.0とDocVQAの両方のデータセットを使用して微調整されています。

🚀 クイックスタート

これらの例を実行するには、transformersに加えて、PIL、pytesseract、およびPyTorchをインストールする必要があります。

💻 使用例

基本的な使用法

from transformers import pipeline

nlp = pipeline(
    "document-question-answering",
    model="impira/layoutlm-document-qa",
)

nlp(
    "https://templates.invoicehome.com/invoice-template-us-neat-750px.png",
    "What is the invoice number?"
)
# {'score': 0.9943977, 'answer': 'us-001', 'start': 15, 'end': 15}

nlp(
    "https://miro.medium.com/max/787/1*iECQRIiOGTmEFLdWkVIH2g.jpeg",
    "What is the purchase amount?"
)
# {'score': 0.9912159, 'answer': '$1,000,000,000', 'start': 97, 'end': 97}

nlp(
    "https://www.accountingcoach.com/wp-content/uploads/2013/10/income-statement-example@2x.png",
    "What are the 2020 net sales?"
)
# {'score': 0.59147286, 'answer': '$ 3,750', 'start': 19, 'end': 20}

高度な使用法

# このモデルとパイプラインは最近、PR #18407 (https://github.com/huggingface/transformers/pull/18407) と PR #18414 (https://github.com/huggingface/transformers/pull/18414) を通じて transformers に組み込まれました。
# そのため、最近のバージョンの transformers を使用する必要があります。例えば以下のようにインストールします。
pip install git+https://github.com/huggingface/transformers.git@2ef774211733f0acf8d3415f9284c49ef219e991

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。

👥 開発者について

このモデルは、Impiraのチームによって作成されました。