기존 OCR 기술은 복잡한 도표, 표, 다국어 콘텐츠가 포함된 방대한 문서를 처리할 때 종종 한계를 드러냅니다. 이는 OCR의 핵심 기능이 텍스트 인식에 집중되어 있어 도표, 수식, UI 레이아웃과 같은 복잡한 시각적 요소를 단순히 이미지로 잘라내는 데 그치기 때문입니다. 이로 인해 문서 구조가 손상되고 의미 관계가 손실되어 고품질 정보 추출 및 재구성에 필요한 요구 사항을 충족하기 어렵습니다.

​

이에 대응하여 화중과학기술대학교와 샤오홍슈의 hi lab은 문서 내 텍스트, 차트, 표 등 모든 시각적 요소를 통합된 구조화된 데이터로 분석하고, 그래픽을 편집 가능한 SVG 코드로 직접 변환할 수 있는 dots.mocr을 공동으로 오픈소스 공개했습니다. 이는 문서 이해의 깊이와 폭을 크게 향상시킬 뿐만 아니라, 복잡한 문서의 자동 처리 분야에서 업계 최고 수준을 달성합니다.

​

현재 HyperAI 공식 웹사이트(hyper.ai)의 튜토리얼 섹션에서 "dots.mocr 멀티모달 문서 파싱 튜토리얼"을 시작하여 사용자들이 멀티모달 문서 파싱의 새로운 패러다임을 온라인으로 체험할 수 있도록 하고 있습니다.

온라인 달리기 링크:

https://go.hyper.ai/tx8FW

데모 실행 중

1. hyper.ai 홈페이지에 접속한 후, "튜토리얼" 페이지를 선택하거나 "더 많은 튜토리얼 보기"를 클릭하고 "..."를 선택하세요.dots.mocr 멀티모달 문서 구문 분석 튜토리얼"이 튜토리얼을 온라인으로 실행"을 클릭하세요.

2. 페이지가 리디렉션된 후 오른쪽 상단의 "복제"를 클릭하여 튜토리얼을 자신의 컨테이너로 복제합니다.

참고: 페이지 오른쪽 상단에서 언어를 변경할 수 있습니다. 현재 중국어와 영어로만 제공됩니다. 이 튜토리얼에서는 영어로 된 단계를 안내합니다.

3. "NVIDIA GeForce RTX 5090" 및 "PyTorch" 이미지를 선택하고 필요에 따라 "종량제" 또는 "일일 요금제/주간 요금제/월간 요금제"를 선택한 다음 "작업 실행 계속"을 클릭합니다.

HyperAI는 신규 사용자를 위한 등록 혜택을 제공합니다.단 $1로 20시간 동안 RTX 5090의 컴퓨팅 성능을 이용할 수 있습니다(정가 $7).해당 리소스는 영구적으로 유효합니다.

4. 리소스 할당이 완료될 때까지 기다립니다. 상태가 "실행 중"으로 변경되면 "워크스페이스 열기"를 클릭하여 Jupyter 워크스페이스에 들어갑니다.

효과 시연

1. 페이지가 리디렉션된 후 왼쪽의 README 페이지를 클릭하고 상단의 실행을 클릭합니다.

2. 과정이 완료되면 오른쪽에 있는 API 주소를 클릭하여 데모 페이지로 이동하세요.

업적

튜토리얼 링크:https://go.hyper.ai/tx8FW