AIbase
JA
ホーム
Bros Large Uncased
B

Bros Large Uncased

naver-clova-ocrによって開発
BROSは、テキストとレイアウトに焦点を当てた事前学習言語モデルで、文書から重要情報をより良く抽出することを目的としています。
大規模言語モデル
Transformers
#文書の重要情報抽出#OCR強化処理#空間関係モデリング
ダウンロード数 55
リリース時間 : 3/2/2022

モデル概要

BROS（空間関係に基づくBERT）は、テキストと空間レイアウト情報を組み合わせた事前学習モデルで、文書の重要情報抽出タスク、例えばレシートからの順序付き項目リストの抽出に特化して設計されています。

モデル特徴

テキストとレイアウトの結合
テキスト内容と空間レイアウト情報を同時に考慮し、文書理解能力を向上させます。
事前学習モデル
大規模な文書データで事前学習され、特定のタスクに微調整可能です。
空間関係モデリング
文書要素間の空間関係を捉えるために特別に設計されています。

モデル能力

文書の重要情報抽出
テキストとレイアウトの統合理解
レシート情報解析
表データ抽出

使用事例

文書処理
レシート情報抽出
スキャンしたレシートから商品項目、価格などの情報を抽出します。
レシート内の構造化情報を正確に識別できます。
表データ抽出
文書から表の内容を抽出し、構造を維持します。
元の表の行と列の関係を維持します。
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