RAG文档处理中的数值图表和流程图如何解析？从表示方式到代表解决方案

文章预览

今天是2024年11月11日，星期一，北京，天气雾。 我们从今天起，得换个写法，回归到实际场景业务，谈谈一些解决方案的话题。 最近琢磨的事情，就是现在很多文档场景，其实本质上都是做的数字化的过程，核心是从不可编辑到可编辑，比如常见的表格解析、文档转markdown、docx等。 今天，我们来看看一个比较有趣的话题， 这其实是RAG中的一些图表的解析方案， 讲讲数值图表的解析以及流程图的解析。 一些很有趣的思路，供大家一起参考。 一、先说数值图表的解析 而进一步的，其实，文档还是会有流程图、柱状图等数值图表，也有一些其他图片。 其中， 对于柱状图等数值图，目前已经有了很多将柱状图转为底层json_dict的方案 ，比如onechart(https://arxiv.org/pdf/2404.09987)、unichart(https://arxiv.org/pdf/2305.14761 ) 等。其核心是通过构造的输入输出对，然后丢 ………………………………