연구자들은 문서 이해 작업에서 벵골어와 같은 저자원 언어용 고품질 주석 데이터의 부족을 해결하기 위해 설계된 새로운 벤치마크 데이터셋인 BaFCo를 소개했습니다. 이 데이터셋은 농업, 교육, 은행, 토지 관리 등의 부문에서 200개의 다중 페이지 복잡한 방글라데시 정부 양식을 큐레이션하여 Document Layout Analysis (DLA) 및 Key Information Extraction (KIE) 에 중점을 둡니다.
- BaFCo에는 26가지 유형의 폼 엔티티와 구조적 복잡성을 포착하기 위한 별도의 5가지 유형 코arse 엔티티 세트를 포함한 세분화된 주석 스키마가 포함되어 있습니다.
- 이 연구는 ChatGPT, Gemini, Claude, Qwen 및 Kimi 시리즈의 최신 Multimodal Large Language Models (MLLMs) 를 제로샷 및 체인오브스프롬프트 프롬프트를 사용하여 평가합니다.
- 결과는 현재 MLLMs가 벵골어 양식을 이해하는 능력에 한계가 있음을 강조하며, 특히 매우 세분화된 폼 엔티티의 정확한 국소화에서 두드러집니다.
데이터셋과 코드는.