Doc2Graph: 그래프 신경망 기반의 작업 독립적 문서 이해 프레임워크

기하학적 딥러닝은 최근 문서 분석을 포함한 다양한 기계 학습 분야에서 큰 관심을 받고 있습니다. 그래프 신경망(GNNs)은 중요한 구조적 패턴을 파악할 수 있어 키 정보 추출 과정에서 근본적인 역할을 하므로, 다양한 문서 관련 작업에 필수적이 되었습니다. 이전 연구들은 작업 중심의 모델을 제안하였으나, 그래프의 전반적인 활용성을 고려하지 않았습니다. 우리는 이러한 문제를 해결하기 위해 다양한 유형의 문서에서 다른 작업들을 수행할 수 있는 GNN 모델 기반의 작업 독립적 문서 이해 프레임워크인 Doc2Graph를 제안합니다. 우리는 폼 이해, 인보이스 레이아웃 분석 및 표 검출 등 키 정보 추출에 대한 두 개의 어려운 데이터셋에서 우리의 접근 방식을 평가하였습니다. 우리의 코드는 https://github.com/andreagemelli/doc2graph에서 자유롭게 접근 가능합니다.