大型语言模型驱动的可转移的关键信息提取机制用于非标准化表格.

科学领域:

• 计算机科学 计算机科学
• 人工智能的人工智能
• 机器学习 机器学习

背景情况:

• 从非结构化表中提取信息是具有挑战性的,因为布局变化和依赖大型注释数据集.
• 当前的方法与JSON等结构化格式的直接输出扎,限制了可扩展性和通用性.

研究的目的:

• 从非结构化表中提取关键信息的新机制,克服现有的局限性.
• 为了实现高精度和概括,而无需对特定任务进行微调.

主要方法:

• 提出了大语言模型驱动的可转移的关键信息提取机制 (LLM-TKIE).
• 使用文本检测和识别来从文档图像中提取内容.
• 使用大型语言模型 (LLM) 进行语义推理,完整性验证和结构化数据组织.

主要成果:

• 在CORD上获得F1得分为80.9和88.85,在SROIE上获得F1得分为83.9,在没有微调的情况下获得93.3的精度.
• 在未标记的海关领域数据集上,性能优于最先进的多式联运大型模型,准确度为5-8%.
• 评估了各种尺寸和量化策略的LLM绩效,以提供实践指导.

结论:

• 在从非结构化表中提取关键信息方面,LLM-TKIE表现出强大的概括性和结构精确性.
• 拟议的方法提供了一个可扩展和适应的解决方案,优于现有的方法.
• 为选择和优化用于信息提取任务的LLM提供了有价值的见解.