복잡한 문서 레이아웃을 위한 읽기 순서 추론 (Reading Order Inference)

요약

복잡한 역사적 필사본의 레이아웃에서 올바른 읽기 순서를 추론하기 위한 훈련이 필요 없는(training-free) 그래프 기반 프레임워크를 제안합니다. 경량 언어 모델 신호와 최대 후회 추론 규칙을 활용하여 기존 XY-cut이나 LayoutReader 방식보다 높은 정확도를 달성했습니다.

핵심 포인트

• 훈련이 필요 없는 그래프 기반 읽기 순서 추론 프레임워크 제안
• LLM 조건부 가능도와 BERT NSP를 활용한 에지 점수 산출
• 에지 탈취 실패를 방지하는 최대 후회 추론 규칙 도입
• 복잡한 Glossa 레이아웃 및 OmniDocBench에서 우수한 성능 입증
• 페이지 반전 시에도 높은 거울 불변성(mirror-invariance) 유지