arXiv · AI· Mohammad Zare, Pirooz Shamsinejadbabaki·· 2026-10-09AI 评分36
ProtoSemImage:基于可变形行对齐的图像原型文档分类方法
ProtoSemImage: Image-Valued Prototypes with Deformable Row Alignment for Interpretable Document Classification
AI 导读
ProtoSemImage 提出将文档渲染为四通道 HSV 图像原型,通过可变形行对齐实现可解释的文档分类。 该模型在十类任务中性能优于同构向量原型模型 4.3 至 11.8 分,但诊断发现距离匹配机制存在 20.6 分的性能短板。 该研究揭示了原型表示与匹配机制在模型性能中的不同作用。
来源:arXiv · AI · arxiv.org