테이블 디코딩: 구조를 위한 DELTA, 이해를 위한 TARQA

요약

본 논문은 문서 지능의 핵심 과제인 테이블 이해를 위해, 기존 VLM 의존 방식보다 확장성이 높은 구조화된 텍스트 표현을 기반으로 하는 새로운 접근 방식을 제안합니다. 이를 위해 물리적/논리적 구조 인식과 OCR을 분리한 DELTA와 최적화된 테이블 구조 언어(OTSL)를 개발했습니다. 또한, 이 구조에 파인튜닝된 LLM인 TARQA를 소개하여 다양한 벤치마크에서 높은 성능 향상을 입증했습니다.

핵심 포인트

• DELTA는 물리/논리 구조 인식과 OCR을 분리하여 정확도를 높였습니다.
• OTSL은 간결하고 통일된 형식으로 테이블 정보를 인코딩합니다.
• TARQA는 OTSL 시퀀스에 파인튜닝되어 성능이 크게 향상되었습니다.
• 제안된 방법론은 다국어 환경에서도 강건성을 입증했습니다.