Information Extraction from Business Documents

• Autoři: GELETKA Martin; BANKOVIČ Mikuláš; MELUŠ Dávid; ŠČAVNICKÁ Šárka; ŠTEFÁNIK Michal; SOJKA Petr
• Rok publikování: 2022
• Druh: Článek ve sborníku
• Konference: Recent Advances in Slavonic Natural Language Processing (RASLAN 2022)
• Fakulta / Pracoviště MU: Fakulta informatiky
• www: fulltext PDF
• Klíčová slova: OCR; Multi-modal learning; Information extraction; Transformers; Structured Documents
• Popis: Document AI is a relatively new research topic that refers to techniques for automatically reading, understanding, and analyzing business documents. Nowadays, many companies extract data from business documents through manual efforts that are time-consuming and expensive, requiring manual customization or configuration. This paper describes techniques to address these problems, apply them to real-world data, and implement them to an end-to-end solution for automatic information extraction from business documents.

Související projekty

• Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
• Inteligentní back office