概念
长尾复杂文档
在数据分布中出现频率低但形态极其多样的文档类型,如格式各异的合同附件、手写批注扫描件、跨页合并表格等,是模型泛化能力的主要挑战之一
时间轴 (近 90 天)
10月20日
长尾复杂文档指的是在分布上出现频率低但形态极其多样的文档,例如格式各异的合同附件、手写批注的扫描件、跨页合并的表格等。
待验证50%
10月20日
对于复杂长尾文档,评估时需要按文档类型和字段类别分层统计,才能发现模型在特定版式或手写内容上的系统性缺陷。
待验证50%
在数据分布中出现频率低但形态极其多样的文档类型,如格式各异的合同附件、手写批注扫描件、跨页合并表格等,是模型泛化能力的主要挑战之一
长尾复杂文档指的是在分布上出现频率低但形态极其多样的文档,例如格式各异的合同附件、手写批注的扫描件、跨页合并的表格等。
对于复杂长尾文档,评估时需要按文档类型和字段类别分层统计,才能发现模型在特定版式或手写内容上的系统性缺陷。