محققان به تازگی مدل انقلابی «HPD-Parsing» را معرفی کردهاند که فرآیند تبدیل اسناد به متن را با سرعتی بیسابقه انجام میدهد. 📄⚡️
مشکل اصلی مدلهای فعلی این است که صفحات را به صورت ترتیبی و کلمه به کلمه پردازش میکنند که باعث کندی شدید در اسناد طولانی میشود. اما HPD-Parsing با استفاده از یک معماری «رمزگشایی موازی سلسلهمراتبی»، ساختار کلی صفحه را تحلیل کرده و پردازش محتوا را به صورت موازی انجام میدهد.
نتایج فوقالعاده است: این مدل به سرعت ۴۷۵۲ توکن در ثانیه دست یافته که تقریباً ۳ برابر سریعتر از مدلهای استاندارد فعلی است، بدون اینکه دقت کار کاهش یابد! این دستاورد یک گام بزرگ برای کاربردیتر کردن ابزارهای پردازش اسناد (Document Parsing) در مقیاسهای صنعتی است. 🧠✨
منبع: arXiv NLP