O DocMaster é um novo sistema projetado para analisar documentos complexos, como artigos acadêmicos e relatórios financeiros, preservando suas estruturas hierárquicas originais, como seções, tabelas e figuras. Diferente dos métodos existentes que achatam documentos em texto puro, o DocMaster os analisa em árvores hierárquicas e constrói um índice semântico consciente da estrutura para melhorar a precisão do filtramento e da análise.
- Analisa documentos em árvores hierárquicas preservando os layouts originais.
- Constrói um índice semântico consciente da estrutura para filtragem precisa de documentos.
- Permite perguntas e respostas detalhadas sobre os resultados filtrados por meio de linguagem natural.
- Fornece uma interface web interativa para carregar coleções e construir índices.
O sistema aborda a degradação de desempenho causada pelo descarte de informações estruturais ricas, oferecendo aos usuários uma maneira de conduzir análises mais precisas em subconjuntos selecionados de documentos.