SIGIR 2025 LiveRAG竞赛获奖方案及中文文档版式分析的标签设计
2025年7月7日星期一北京晴，小暑注意防暑。文档智能进展包括版式分析标签问题和RAG竞赛方案；现有中文文档版式分析的标签体系主要有360layoutanalysis、doclayout和PP-DocLayout；SIGIR 2025 LiveRAG竞赛有多个获奖方案介绍，如TopClustRAG、RMIT–ADM+S等。
PP-DocLayout
也看基于版式分析的PDF文档翻译项目及文档版式分析模型PP-DocLayout
今天是2025年3月25日，星期二。文章介绍了两个文档相关的项目，一个是基于版式分析的PDF文档翻译项目Fast_pdf_trans和PDFMathTranslate，另一个是文档版式分析模型PP-DocLayout。PP-DocLayout能够检测多种类型的文档，并且其三种不同比例的模型在处理复杂布局方面表现良好。而PDFMathTranslate则使用Pdfminer.six等库解析PDF文档，保留了排版信息进行翻译。