【摘 要】
：
流式文档结构识别对于排版格式自动优化和信息提取等具有重要作用。基于规则的结构识别方法泛化能力较差,而基于机器学习的方法未考虑文档单元之间的长距离依赖关系,识别准确
【机 构】
：
北京信息科技大学网络文化与数字传播北京市重点实验室,北京信息科技大学计算机学院
【基金项目】
：
国家重点研发计划“私有云环境下服务化智能办公系统平台”(2018YFB1004100);国家自然科学基金“流式文档排版格式的智能化分析与优化方法”(61672105)
论文部分内容阅读
流式文档结构识别对于排版格式自动优化和信息提取等具有重要作用。基于规则的结构识别方法泛化能力较差,而基于机器学习的方法未考虑文档单元之间的长距离依赖关系,识别准确率较低。针对该问题,提出一种基于双向长短期时间记忆(LSTM)网络的流式文档结构识别方法。从文档单元的格式、内容与语义3个方面筛选关键特征,并将文档结构识别看作序列标注问题,使用双向LSTM神经网络构建识别模型,以实现对18种逻辑标签的识别。实验结果表明,该方法能够对文档结构进行有效识别,其识别效果优于方正飞翔软件。
其他文献
在现当代艺术的潮流中,时常显示出艺术家们对内容选择的极端,肖像画不再被视为一个值得尊崇的绘画领域。而女性艺术家在这个领域中又有着怎样的动向？本文将结合几位现当代女性
背景与目的生长抑素(somatostatin，SST)是一种环状多肽类激素，由Brazeau等于1973年从羊下丘脑中分离提取。现在认为SST对许多疾病如肿瘤、炎症、糖尿病、癫痫、早老性痴呆、帕
近年来,第三方评估由于具有独立性、专业性和民间性的特点,日渐成为各级政府推进绩效评估的实践模式,我国的某些地区也在积极探索,但是由于起步较晚,其模式和技术还并不成熟,
党的十八届五中全会对全面建成小康社会作出了新的重大战略部署，会议讨论通过的关于“十三五”规划的建议，描绘了全面建成小康社会的时间表和路线图。可以说，历史发展到今天，已经
习近平总书记在十九届中央纪委四次全会上强调：“要以党内监督为主导，推动人大监督、民主监督、行政监督、司法监督、审计监督、财会监督、统计监督、群众监督、舆论监督有机贯
为积极响应教育部新的体育与健康课程标准的执行和贯彻，把学校体育与健康教育工作落实到位，深圳实验学校高中部高二年级试行了新的课程标准，开展了分项教学。
颅脑外伤属于神经外科常见且多发的疾病,具有起病突然、进展快速、病程长、致残及死亡率高等特点。研究发现,约有10%的轻度颅脑外伤患者可遗留下疾病,而中度与重度分别高达66
社会经济在不断进步和提高的过程之中,我国目前的道路交通建设形式在逐步的改进,因此使得主要的道路交通建设质量成为了公路建设过程的重中之重,在这其中,公路建设的质量在很
目的探讨粘贴式负压冲洗在颈淋巴结清扫术后并发乳糜瘘治疗中的作用。方法回顾性分析我院2004年1月至2010年12月期间20例颈淋巴结清扫术后并发乳糜瘘患者的临床资料。结果 20
尽管就实践层面而言,欧美"红绿"的社会主义激进政党/绿党左翼和全球性运作的民主、生态新社会运动/团体,都还难以构成对现实主导性经济政治的实质性挑战,但从理论层面上说,无