Hypergraph based Understanding for Document Semantic Entity Recognition

要約

意味論的エンティティの認識は、視覚的に豊かな文書理解の分野において重要なタスクです。
テキストノード間の位置関係やテキスト内容間の関係を解析することで、テキストの意味タイプを識別します。
既存の文書理解モデルは主にエンティティ カテゴリに焦点を当てており、エンティティ境界の抽出は無視されています。
我々は、ハイパーグラフ アテンションを使用してエンティティ境界とエンティティ カテゴリに同時に焦点を当てる、新しいハイパーグラフ アテンション ドキュメント セマンティック エンティティ認識フレームワーク (HGA) を構築します。
上流モデルによって分析された文書テキスト表現のより詳細な分析を実行でき、意味情報のパフォーマンスが向上します。
この方法を GraphLayoutLM に基づいて適用して、新しい意味エンティティ認識モデル HGALayoutLM を構築します。
FUNSD、CORD、XFUND、およびSROIEに関する実験結果は、私たちの方法が元のモデルに基づいて意味論的エンティティ認識タスクのパフォーマンスを効果的に向上できることを示しています。
FUNSD および XFUND での HGALayoutLM の結果は、新しい最先端の結果に達しています。

要約(オリジナル)

Semantic entity recognition is an important task in the field of visually-rich document understanding. It distinguishes the semantic types of text by analyzing the position relationship between text nodes and the relation between text content. The existing document understanding models mainly focus on entity categories while ignoring the extraction of entity boundaries. We build a novel hypergraph attention document semantic entity recognition framework, HGA, which uses hypergraph attention to focus on entity boundaries and entity categories at the same time. It can conduct a more detailed analysis of the document text representation analyzed by the upstream model and achieves a better performance of semantic information. We apply this method on the basis of GraphLayoutLM to construct a new semantic entity recognition model HGALayoutLM. Our experiment results on FUNSD, CORD, XFUND and SROIE show that our method can effectively improve the performance of semantic entity recognition tasks based on the original model. The results of HGALayoutLM on FUNSD and XFUND reach the new state-of-the-art results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google