في عالم الوثائق الغني بالمعلومات، يتمثل التحدي الرئيسي في فهم العلاقات الهيكلية بين العناصر المختلفة، مثل الجداول والعناوين وكتل النص. إذا كانت الوثائق ذات صفحات متعددة وتحتوي على تصميمات مختلفة، يصبح تحليل الهيكل أمرًا معقدًا جدًا.

لذلك، تم تطوير إطار جديد يسمى "DOcument Structure Analyzer" (DOSA)، والذي يهدف إلى تحسين هذه العملية من خلال اعتماده على نموذج توجيهي شجري يعتمد على مبدأ الذكاء الاصطناعي. يعمل DOSA عن طريق معالجة المستندات قطعة بقطعة، ويقوم بدمج الخصائص البصرية والنصية والتخطيطية لكل كائن في الصفحة، مما يساعده على التنبؤ بالعلاقات الهرمية والترتيبية.

التجارب التي أُجريت على خمسة معايير معيارية أثبتت فعالية DOSA، محققة تحسينات تصل إلى 4 نقاط F1 و19 نقطة TEDS على معيار DocHieNet، الذي يُعد الأكثر تحديًا في تحليل الهياكل متعددة الصفحات. هذا الابتكار ليس مجرد خطوة بسيطة إلى الأمام؛ بل يمثل تحولًا في طريقة فهم الوثائق وتوظيف المعلومات.

عبر استخدام DOSA يمكن تحسين فعالية استرجاع المعلومات وفهم الوثائق، مما يسهل الوصول إلى المعلومات بطريقة أكثر دقة وتنظيمًا. سيشكل هذا الإنجاز الجديد في مجال الذكاء الاصطناعي قفزة نوعية لكل من يحتاج إلى تحليل المستندات الطويلة والمعقدة.