文档样式引导跨域布局分析网络

风格迁移缩小跨域差距

将文档样式判别转化为跨域风格引导，使生成样本更接近目标域，从而提升跨域文档布局分析性能。

Wu, Xingjiao · Xiao, Luwei · Du, Xiangcheng · Zheng, Yingbin · Li, Xin · 马天龙 · 金城 · 贺樑

Expert Systems with Applications 2024

技术优势

风格差距显著缩小

通过将文档样式判别转化为跨域风格引导，生成样本与目标样本之间的风格差距明显减小，使模型在目标域上的表现更稳定。

无需大量目标域标注

该方法在仅有少量目标域标注的情况下即可实现高效跨域迁移，降低了新文档样式部署时的标注负担。

生成过程可控

文档布局生成器负责定位元素位置，装饰器填充内容，样式判别器提供引导，实现了对整个生成过程的精细控制。

多数据集验证优异

在 PubLayNet、DSSE-200、CS-150 和 CDSSE 等常用文档布局分析数据集上评估，均取得优于现有方法的性能。

应用场景

• 跨域文档布局分析：可用于金融、法律等专业文档的跨样式版面解析，降低标注成本。
• 文档图像生成：可生成多样可控的训练样本，供文档理解模型预训练或数据增强。
• 文档样式迁移：可将现有文档图像转换为目标域风格，扩充训练数据。
• 少样本文档理解：在目标域仅有少量标注时，也能通过风格引导快速适配。