Layoutlmv2 Large Uncased Finetuned Vi Infovqa
microsoft/layoutlmv2-large-uncasedをベースにファインチューニングしたドキュメント視覚質問応答モデルで、ベトナム語情報抽出タスクに適しています
Downloads 16
Release Time : 3/2/2022
Model Overview
このモデルはドキュメント視覚質問応答(VQA)タスク向けに最適化されたLayoutLMv2モデルで、特にベトナム語情報抽出シナリオに適応し、ドキュメントのレイアウトと視覚情報を理解して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、レイアウト、視覚情報を統合的に理解する
ベトナム語最適化
ベトナム語のドキュメント情報抽出タスク向けに特別にファインチューニングされています
ドキュメント構造認識
ドキュメントのレイアウトや構造情報を理解できます
Model Capabilities
ドキュメント視覚質問応答
ベトナム語情報抽出
ドキュメントレイアウト分析
マルチモーダル理解
Use Cases
ドキュメント処理
ベトナム語フォーム情報抽出
ベトナム語のフォームドキュメントから自動的にキー情報を抽出します
ドキュメント視覚質問応答システム
ドキュメント内容に関する自然言語の質問に答えます
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