Layoutlmv2 Base Uncased Finetuned Docvqa
LayoutLMv2アーキテクチャに基づく文書視覚QAモデル、文書理解タスク向けにファインチューニング
Downloads 14
Release Time : 6/22/2023
Model Overview
このモデルはLayoutLMv2基本版をDocVQAタスク向けにファインチューニングしたバージョンで、文書のレイアウトとテキスト内容を理解し、文書に関する質問に答えることができます。
Model Features
マルチモーダル理解能力
テキスト内容と文書レイアウト情報を同時に処理
文書専用最適化
文書視覚QAタスク向けに特別にファインチューニング
エンドツーエンド学習
生の文書画像から直接テキストと視覚的特徴を学習
Model Capabilities
文書理解
視覚QA
テキスト位置特定
レイアウト分析
Use Cases
文書処理
フォーム情報抽出
構造化文書から特定フィールド情報を抽出
文書QAシステム
文書内容に関するユーザーの自然言語質問に回答
企業自動化
請求書処理
請求書のキー情報を自動識別・抽出
Featured Recommended AI Models
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 Supports Multiple Languages

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 English

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 Chinese
R
uer
2,694
98