Back to search

National and Kapodistrian University of Athens

Deep Learning Architectures for Layout Analysis of Scientific Documents

Abstract

dc:description

Η Ανάλυση Διάταξης Εγγράφων, δηλαδή η διαδικασία εντοπισμού και κατηγοριοποίησης των διαφόρων περιοχών που αποτελούν τη διάταξη ενός εγγράφου, είναι ένα θεμελιώδες βήμα σε κάθε διαδικασία που στοχεύει στην ανάλυση εγγράφων σε δομημένες, αναγνώσιμες από μηχανήματα μορφές που είναι προσβάσιμες από συστήματα κατανόησης εγγράφων. Λαμβάνοντας υπόψη την τεράστια συλλογή επιστημονικής βιβλιογραφίας, η οποία περιέχει καινοτόμες πληροφορίες από ποικίλους τομείς, που είναι σήμερα διαθέσιμη σε μη δομημένες μορφές, όπως εικόνες, γίνεται εμφανής η ανάγκη για αποτελεσματικές μεθόδους Ανάλυσης Διάταξης Εγγράφων, οι οποίες με τη σειρά τους επιτρέπουν την ευκολότερη εξαγωγή και ανάκτηση πληροφοριών από συστήματα κατανόησης εγγράφων. Τα τελευταία χρόνια, για έγγραφα που είναι διαθέσιμα σε μορφή εικόνας, τα Βαθιά Νευρωνικά Δίκτυα και, ειδικότερα, τα Συνελικτικά Νευρωνικά Δίκτυα με βάση τις περιοχές, έχουν χρησιμοποιηθεί ευρέως για την αντιμετώπιση αυτού του προβλήματος με μεγάλη αποτελεσματικότητα. Ωστόσο, με την εμφάνιση αρχιτεκτονικών Μετασχηματιστών που παρουσιάζουν πολλά υποσχόμενα αποτελέσματα σε εργασίες όρασης υπολογιστή, υπάρχει σημαντικό κίνητρο για τη διερεύνηση της απόδοσής τους στην εργασία της ανάλυσης διάταξης εγγράφων. Σε αυτή τη διπλωματική εργασία, θα χρησιμοποιήσουμε το PubLayNet, το οποίο είναι αυτή τη στιγμή το μεγαλύτερο σύνολο δεδομένων που έχει δημιουργηθεί ποτέ για την Ανάλυση Διάταξης Εγγράφων, προκειμένου να διερευνήσουμε και να αξιολογήσουμε διάφορες αρχιτεκτονικές που ενσωματώνουν ως δομικά στοιχεία τους Μετασχηματιστές και να τις συγκρίνουμε με τα Συνελικτικά Νευρωνικά Δίκτυα με βάση τις περιοχές, τα οποία επιτυγχάνουν κορυφαίες επιδόσεις στην προαναφερθείσα εργασία. Επιπλέον, θα παρουσιάσουμε διεξοδικά τα αποτελέσματα των πειραμάτων μας και θα συζητήσουμε διεξοδικά τις επιπτώσεις τους.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Καλημέρης Αλέξανδρος
  • Kalimeris Alexandros

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:3217656

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Καλημέρης Αλέξανδρος; Kalimeris Alexandros. Deep Learning Architectures for Layout Analysis of Scientific Documents. 2022. https://pergamos.lib.uoa.gr/uoa/dl/object/3217656