ŠČAVNICKÁ, Šárka, Michal ŠTEFÁNIK, Marek KADLČÍK, Martin GELETKA a Petr SOJKA. Towards General Document Understanding through Question Answering. In Recent Advances in Slavonic Natural Language Processing (RASLAN 2022). Recent Advances in Slavonic. Brno: Tribun EU, 2022, s. 181-188. ISBN 978-80-263-1752-4.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Towards General Document Understanding through Question Answering
Autoři ŠČAVNICKÁ, Šárka (703 Slovensko, garant, domácí), Michal ŠTEFÁNIK (703 Slovensko, domácí), Marek KADLČÍK (203 Česká republika, domácí), Martin GELETKA (703 Slovensko, domácí) a Petr SOJKA (203 Česká republika, domácí).
Vydání Recent Advances in Slavonic. Brno, Recent Advances in Slavonic Natural Language Processing (RASLAN 2022), od s. 181-188, 8 s. 2022.
Nakladatel Tribun EU
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
WWW fulltext PDF
Kód RIV RIV/00216224:14330/22:00127251
Organizační jednotka Fakulta informatiky
ISBN 978-80-263-1752-4
ISSN 2336-4289
Klíčová slova anglicky Question Answering; Visual Question Answering; Document Visual Question Answering
Příznaky Mezinárodní význam
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 15. 5. 2024 09:25.
Anotace
Document Visual Question Answering is a relatively new extension of Visual Question Answering. The aim is to understand the documents and to be able to obtain information that corresponds to the question that was asked. This proposition aims to approach the problem of the lack of datasets and a model for Slavic languages. Therefore we would like to create a model and dataset for Document VQA suitable for the non-English language. This paper overviews the field of Question Answering and also describes the first Czech Document VQA dataset and model.
Návaznosti
CZ.01.1.02/0.0/0.0/21_374/0026711, interní kód MUNázev: Inteligentní back office
Investor: Ministerstvo průmyslu a obchodu ČR, Inteligentní back office
EG21_374/0026711, projekt VaVNázev: Inteligentní back office
MUNI/A/1195/2021, interní kód MUNázev: Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
Investor: Masarykova univerzita, Aplikovaný výzkum v oblastech vyhledávání, analýz a vizualizací rozsáhlých dat, zpracování přirozeného jazyka a aplikované umělé inteligence
VytisknoutZobrazeno: 18. 7. 2024 06:47