Lilt Roberta En Base

🚀 LiLT-RoBERTa (基礎大小模型)

LiLT-RoBERTa 模型通過將預訓練的 RoBERTa（英文）和預訓練的語言無關佈局變換器（LiLT）拼接在一起。它由 Wang 等人在論文 LiLT: A Simple yet Effective Language-Independent Layout Transformer for Structured Document Understanding 中提出，並首次在 此倉庫 發佈。該模型可用於處理多語言的結構化文檔理解任務，為文檔處理提供了有效的解決方案。

📚 詳細文檔

模型描述

語言無關佈局變換器（LiLT）允許將來自模型中心的任何預訓練 RoBERTa 編碼器（支持任意語言）與輕量級佈局變換器相結合，從而為任何語言創建類似 LayoutLM 的模型。

預期用途與限制

該模型旨在針對文檔圖像分類、文檔解析和文檔問答等任務進行微調。您可以在 模型中心 查找針對您感興趣的任務進行微調後的版本。

使用方法

有關代碼示例，請參考 文檔。

BibTeX 引用和引用信息

@misc{https://doi.org/10.48550/arxiv.2202.13669,
  doi = {10.48550/ARXIV.2202.13669},
  
  url = {https://arxiv.org/abs/2202.13669},
  
  author = {Wang, Jiapeng and Jin, Lianwen and Ding, Kai},
  
  keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
  
  title = {LiLT: A Simple yet Effective Language-Independent Layout Transformer for Structured Document Understanding},
  
  publisher = {arXiv},
  
  year = {2022},
  
  copyright = {arXiv.org perpetual, non-exclusive license}
}

免責聲明

發佈 LiLT 的團隊並未為此模型撰寫模型卡片，此模型卡片由 Hugging Face 團隊撰寫。

📄 許可證

本項目採用 MIT 許可證。