속보01 / AI
목차로 긴 문서 구조 복원하는 TETHER 공개
TETHER는 별도 학습 없이 목차와 본문을 연결해 각 장과 절의 범위를 구분하는 방식이다.

Yu Zou 연구진은 TETHER가 긴 문서 구조 복원에 쓰는 텍스트 단위인 토큰을 90% 줄였다고 발표했다. arXiv가 기록한 논문 제출일은 11월 11일이다.
연구진은 글과 이미지를 함께 읽는 모델로 목차에서 장과 절의 관계를 추출했다. 이어 본문 블록을 목차 항목에 연결해 각 장과 절의 범위를 구분했다. 이 과정은 별도 학습 없이 문서 구조를 복원하는 방식이다.
연구진은 여러 언어의 제품 설명서와 연차 보고서 등으로 성능을 평가했다. 연구진은 이 평가에서 TETHER가 기존 문서 분석기보다 높은 구조 복원 성능을 기록했다고 보고했다.
논문에서 토큰 절감률의 비교 기준은 문서에서 구조를 직접 추출하는 종단 간 방식이다.
연구진은 논문 초록에서 문서 유형별 토큰 절감률을 공개하지 않았다.