長文書の視覚的質問応答に向けた階層型ページ領域証拠ルーティング

arXiv cs.CV ・ 2026-07-31

原題: HierDoc: Hierarchical Page-to-Region Evidence Routing for Long-Document Visual Question Answering

AI による要約

複数ページにわたる文書からの質問応答において、ページ単位と領域単位の証拠特定を2段階のセット予測として定式化した階層型フレームワークを提案する。従来分断されていたページ選択と領域選択を連続的なプロセスとして統合する点が重要である。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CV）をご確認ください。