arXiv · AI· Radha Krishna Deshpande, Ajoy Mondal, Akash Manna, C V Jawahar·· 1 天前AI 评分39
基于视觉分割与多脚本OCR的跨语言RAG框架：应用于印度立法档案检索
Reading Beyond OCR Noise: Robust Cross-Lingual RAG for Legislative Archives
AI 导读
该框架结合视觉布局分割、多脚本OCR与智能体RAG管道，专门处理严重退化扫描文档。 在20万页Punjab Vidhan Sabha档案上验证，通过迭代循环规避OCR噪声，检索效果优于标准纯文本基线。
来源：arXiv · AI · arxiv.org